基于CPSO的UAV编队集结路径规划

针对多无人机编队集结路径规划问题,提出了具有合作机制的分布式协同粒子群(CPSO)算法。为了满足无人机运动学约束,采用曲率连续的PH曲线作为备选路径。基于协同进化思想提出CPSO算法,为每架无人机规划出一条满足机间协同约束的最优安全可飞行路径。仿真结果表明,规划得到的多条路径能够满足无人机运动学约束、安全性及无人机之间的协同性要求;相比于协同进化遗传算法,CPSO算法搜索成功率更高,稳定性更好。     

一种基于蜂拥策略的分布式无人机编队控制方法

在无人机编队控制中,传统的主从式集中编队控制方式需要大量信息交互,对机间通信的要求较高.针对具有虚拟领航者的分布式无人机自组织编队跟踪问题,运用有界蜂拥算法对无人机模型进行求解.首先,提出了一种有界控制输入的蜂拥算法,并对算法的稳定性进行了分析;其次,对无人机进行了建模,提出了虚拟受力点的概念,并对虚拟受力点进行受力分析,将算法中的加速度转化成无人机径向速度与偏航速度的更新,以达到分布式无人机编队自组织以及跟踪虚拟领航者的目的;最后,通过仿真验证了算法和模型的有效性.     

航天器与空间碎片的混合编队重构控制与应用

针对空间碎片清理问题,提出了一种利用航天器与空间碎片混合编队队形重构控制技术捕获碎片的方法。首先,分析了地/月—日系L2拉格朗日平动点附近的限制性三体环境,并建立了编队卫星相对运动动力学模型;其次,提出了以太阳光压力作为航天器与空间碎片编队队形重构的控制力,实现各从星接近空间碎片的目的;最后,设计了基于线性二次型的最优控制器,并在Matlab/Simulink环境下进行仿真实验。仿真结果表明该方法可控制从星到达期望的位置(空间碎片的位置),且太阳帆板的姿态变化在可控范围内,进而证明了该方案可以应用于复杂空间环境下的碎片清理任务。     

航天器相对导航与控制技术的典型任务

在空间交会对接、在轨服务、近距离目标监视以及航天器编队飞行任务中,通常需要通过相对导航与控制技术对相互邻近的航天器进行控制.回顾了该领域典型的空间任务,特别关注任务、相对导航与控制方法、相对测量设备、推进系统等主要特征,并总结了该项技术的发展趋势.     

资源约束条件下舰艇编队多智能体协作规划

从分析舰艇编队对海作战的流程出发,在决策过程中引入多智能体系统(MAS,Multi-Agent System)理论,建立了编队协同反舰作战Agent模型.针对舰艇编队Agent协作规划过程中受资源约束产生资源占用冲突的问题,建立一种主从式结构多Agent协作规划模型,并提出一种集中与分布规划相结合的MAS协作规划方法.仿真实例表明:该方法可有效实现作战编队各Agent之间的协作与协调,保证舰艇编队在满足资源约束条件下实现预期战术目标.      

超精密微牛级微波离子推进技术及其在卫星超精度控制中的应用研究

空间技术的快速发展使得利用空间卫星的编队飞行构建大型空间星座成为可能,在引力波探测、射电望远镜编队、星座组网等任务方面具有重要作用。超精度控制是实现卫星高精度编队飞行的关键技术。推进系统是实现卫星编队长期高度稳定飞行的保证,从而实现内部科学装置的正确运行。不同于常规的推进系统,卫星精密编队超精度控制对推进系统的推力可调范围、分辨率、响应时间、推力的一致性等有着极高的要求。根据卫星精密编队任务需求,对微牛级推进系统的功能及技术要求进行了分析,提出了基于M2微波离子推力器的卫星超精度控制推进系统。阐述了M2超精密微牛级推进系统的关键技术和研究进展,为后续M2推力器在无拖曳控制方面的应用奠定了基础。     

航母编队网络化协同反导装备体系建设探讨

随着信息技术的发展,航母编队建设网络化协同作战体系,成为提高其作战能力的必由之路。在借鉴美军网络化作战装备体系建设的基础上,对航母编队网络化协同反导作战装备体系的构成和主要功能进行了阐述,并对未来向着"以网络为中心"的发展方向进行了探讨。     

燃烧室污染物生成大涡模拟模型的研究

采用亚网格动力学模型和联合概率密度函数(PDF)亚网格模型对污染物NO的生成进行大涡模拟.计算中采用的数学模型有:k方程亚网格尺度模型来估算亚网格湍流粘性;亚网格EBU燃烧模型估算化学反应速率;在交错网格体系下, 采用SIMPLE算法和混合差分格式来求解差分方程.数值分析两种不同亚网格污染物生成模型和两种进口气流温度对NO排放的影响, 计算结果与实验数据比较表明:两种亚网格污染物生成模型都能较好的预估燃烧室污染物NO的生成, 但亚网格动力学模型的计算工作量要比联合概率密度函数亚网格模型少得多, 更适合工程应用.      

分布式卫星干涉测高系统编队构形优化设计方法

 分布式卫星干涉合成孔径雷达（InSAR）编队构形设计是系统总体设计的关键问题。从系统测高性能优化角度出发,提出分布式InSAR编队优化设计一般方法,将其概括为求解一个优化问题,以主星带辅星群体制分布式InSAR为例建立目标函数,针对其星载双站、斜视、空间基线等特点建立测高精度与辅星轨道根数的关系,基于近似的相对运动数学模型对该优化问题进行简化,并采用遗传算法求解。在此基础上,对多颗卫星组成编队以提高系统测高性能提出了一种多星编队设计方法。仿真分析表明,经优化得到的编队测高性能要优于干涉车轮和钟摆编队,该结果验证了优化设计方法的有效性和正确性。