未知动态环境下有人/无人机协同搜救研究

针对未知动态环境下搜救效率和智能化水平不高的问题，提出了一种基于变步长模型预测控制的有人机/无人机协同搜救方式。根据环境的动态变化性和探测的不确定性，建立了表示环境确定度和目标探测概率的动态搜救图模型，根据态势信息选择时间域步长，并根据有人机/无人机协同搜救任务特点，设计了搜救收益指标，并利用粒子群优化进行求解。仿真结果表明了本文方法的有效性和优越性。     

面向无人机空中加油紧密编队的鲁棒控制方法

针对无人机空中加油紧密编队系统鲁棒控制问题，提出了一种基于障碍函数的自适应干扰观测器的分布式鲁棒编队控制方法。对固定翼无人机外环动力学模型进行转换，构造了具有非匹配和匹配扰动的二阶多体系统简化模型，并基于障碍函数设计了相应通道的自适应干扰观测器；利用邻机状态信息定义了相应的一致误差函数，在此基础上，基于编队系统通信拓扑结构，引入干扰补偿机制，开发了空中加油无人机紧密编队系统分布式鲁棒控制器，以实现理想的异构无人机编队跟踪控制性能。基于Lyapunov稳定性理论，分析了闭环系统的稳定性和收敛性。最后，通过将所提方法应用在由不同型号的1架加油机和2架受油机构成的编队系统上，进行数值仿真验证。所得到仿真结果与理论分析一致，验证了设计的干扰观测器和控制器的有效性。     

高超声速滑翔飞行器预测校正闭环协同末制导方法

针对能量持续衰减的高超声速滑翔飞行器末制导段时间协同问题，提出一种预测飞行时间并校正飞行剖面的协同制导方法。设计了一种带有负比例导引系数的参数化飞行剖面，在辨识气动参数后快速预测剩余飞行时间；通过数值算法修正飞行剖面参数，并输出制导指令，满足单飞行器时间约束制导要求；设计闭环协同策略，在分析飞行器时间调整能力后，各飞行器协调期望飞行时间，再自主规划飞行剖面以同时攻击目标。仿真结果表明：预测校正闭环协同制导方法可以满足时间协同末制导任务需求，落点误差小于5 m，相对时间误差小于1 s。     

缺陷检测中的标签噪声形态恢复方法及其应用

为了保证碳纤维材料产品的可靠性，消除各种可能存在的缺陷，有必要采取有效的手段对其质量进行检查。结合图像识别算法的基于X射线无损检测技术被认为是一种快速有效的解决方案。然而，加工材料的表面通常附有包含各种信息的标签，这些标签会在检测中对缺陷的识别造成干扰，甚至被误检为缺陷。主要研究基于图像特征的产品标签噪声恢复方法及其在缺陷检测中的应用，该方法可以有效地消除噪声，而不影响其余的图像信息，从而确保算法正确识别材料中的缺陷。     

考虑攻击角度和时间约束的再入轨迹规划方法

针对考虑终端横向攻击角度和时间约束的再入轨迹规划问题，提出了一种纵向轨迹和横向机动轨迹相结合的高超声速飞行器再入轨迹规划方法。首先，通过再入飞行过程约束得出高度-速度剖面内的再入轨迹边界，利用改进的两个高度系数控制的高度-速度剖面规划多项式得出飞行器再入轨迹纵向剖面；然后，根据终端横向攻击角度约束预设导航点，规划出满足条件的横向机动轨迹。此外，通过对两个高度系数的调整可实现在航程不变的情况下对飞行时间在一定范围内的调节。仿真结果表明：该方法能充分适应具有攻击角度和时间约束的再入轨迹规划任务。     

无人机群体视角下的轨迹预测CSCD

利用无人机对观测目标的运动轨迹进行预测是当前无人系统领域的关键任务之一。目前的目标轨迹预测研究通常基于单一无人机所采集的轨迹数据,但由于场景中障碍物以及视角倾斜等因素的影响,单无人机不易稳定监测目标具体位置,容易导致目标丢失。而且,现有利用无人机的目标轨迹预测一般基于鸟瞰视角,没有发挥出无人机的灵活性。随着无人机集群协同技术的发展,无人机群体视角为目标全方位监测提供了新的思路,在解决目标丢失和目标遮挡问题中具有明显的优势。同时,基于多无人机的位姿估计可以估计出目标的准确三维坐标,为无人机的灵活视角观测提供基础。因此,从轨迹预测的相关工作出发,探讨无人机群体视角下轨迹预测中面临的挑战和解决思路,以期对未来的轨迹预测研究以及集群协同技术发展提供一定帮助。     

基于改进狼群算法的多无人机协同多目标分配CSCD

针对现代空战多无人机协同多目标任务分配问题,结合标准狼群算法,提出了一种改进狼群算法的多目标任务分配方法。根据狼群的不同分工以及搜索属性,建立了基于自主游走机制的头狼产生规则、基于多策略知识库的探狼游走机制和基于自适应步长的猛狼奔袭及围攻方式,从而对传统狼群算法的随机性进行智能化约束与控制,以解决多无人机协同多目标任务分配问题。数值仿真结果表明,该方法能够快速有效获得任务分配方案,避免陷入局部最优。     

面向智能空战的它机协同试飞验证方法

为验证无人机自主协同算法在空战环境下的适用性，提出了一种高等效的它机协同试飞验证方法。根据算法功能实现的需求，以成熟的民用固定翼无人机平台为基础进行改装，搭建它机试飞平台，对真实空战环境开展模拟和等效设计。以四机协同编队算法为例，在试飞平台上移植算法程序，开展相关科目试飞验证。当需要验证不同控制算法时，无需针对它机试飞平台开发控制策略，只需修改控制算法即可。试验结果表明：编队综合误差较小，算法能够实现无人机编队的稳定控制；同时，它机协同试飞验证方法因其迭代速度快、安全稳定性高、成本低等特点，可用作中间阶段算法的前置试飞手段，为算法的开发迭代提供有效验证。     

空间站机械臂末端执行器维修系统设计与验证

维修对空间站机械臂寿命延长意义重大。针对空间站机械臂末端执行器的维修问题，调研了国际空间站已完成的在轨维护维修任务，提出了一种空间站机械臂末端执行器维修系统方案，采用四方协同作业的方式，分3次出舱在特定的维修区域开展机械臂末端执行器的系统性维修，提出了末端执行器故障处置方案、维修策略、维修工具、维修流程和验证方法，搭建了一套虚拟维修仿真平台，针对末端执行器典型的操作动作进行了维修仿真验证，同时在地面搭建模拟维修场景对机械臂末端执行器维修进行了试验验证。结果表明机械臂末端执行器维修的可操作性、可达性、可视性、安全性均满足要求。可以为后续空间站机械臂维修工作提供设计指导。     

基于多智能体航空公司航班恢复协同决策方法

航空公司进行航班延误恢复时，各种资源之间会通过航班计划产生间接关联，此时各决策单元若独立地考虑本领域内的资源恢复问题，将难以保证恢复方案的整体可行性和全局优化性。为探究航空公司航班恢复过程中各决策部门的决策模型及其协同关系，本文提出了基于多智能体技术的航班恢复协同决策仿真方法。首先，基于航空公司实际组织架构构建了航班恢复多智能体决策系统框架；其次，对部门间协同决策的动态过程进行了分析，将延误恢复的全过程分为了预恢复、可行解协商、均衡解协商3个阶段，构建了三阶段协同决策机制；最后，根据不同资源的恢复特性建立各决策部门的核心决策模型与部门间自动协商模型，并基于多智能体系统进行仿真。仿真结果显示，基于多智能体的协同决策方法能够在3.8 s的极短时间内针对1天中包含3架飞机和12个航班的航班计划做出完整的延误恢复方案，并且能够在保障航空公司整体效益的情况下一定程度地平衡各决策主体的自身利益。