基于Armijo准则和BFGS算法的运载火箭控制重分配

以某型运载火箭为研究对象，研究了伺服机构故障下的重构控制问题。将该问题转化为有约束二次规划问题，采用一种Armijo准则和BFGS算法相结合的控制分配方法来求解。Armijo准则可以保证优化算法的收敛性，而BFGS算法则避免了迭代过程对Hesse阵的求逆运算，且具有收敛快的优点。将该重构方法与不动点迭代算法进行了对比，该算法经过8次迭代收敛，目标函数值和误差值分别收敛到${\mathrm{10}}^{\mathrm{2}}$量级左右和${\mathrm{10}}^{-\mathrm{5}}$量级；而不动点迭代算法经过30次迭代尚未完全收敛，目标函数值和误差分别收敛到${\mathrm{10}}^{\mathrm{3}}$量级左右和${\mathrm{10}}^{-\mathrm{2}}$量级。结果表明该重构方法比不动点迭代算法收敛快且收敛精度高。以单台发动机发生卡死故障为例对该方法进行了仿真验证，得到了与无故障情况下相同的控制效果，验证了该重构方法的有效性和正确性。      

无人战斗机缩比训练机气动特性计算分析

针对无人战斗机系统维护和飞行训练耗费巨大的问题,借鉴缩比模型验证机飞行试验的思路,研制具有相同飞行性能和操纵特性的缩比训练机。应用相似性原理,通过相似参数分析获得了缩比机与全尺寸原型机的飞行范围。在缩比机几何外形的基础上,应用Gridgen软件创建机体周围流场的非结构网格。通过Fluent软件,计算了缩比机纵向气动特性。根据俯仰力矩系数估算出全机气动中心位置,为缩比机的操纵性稳定性研究和控制率设计奠定了基础。     

超视距空战仿真中的策略识别

针对超视距空战仿真中敌机策略的识别问题,研究了一种基于案例的策略识别方法。该方法通过构建包含假定的对手任务目标、观测数据、策略等内容的案例库,采用相似度计算选择与新的观测相似的案例库子集,并计算策略概率分布来识别对手策略。实验证明,相比与常规的基于案例推理方法,在案例中增加敌机任务目标提高了策略识别准确率,并且在假定敌机目标不正确时,能修复错误假定并进行策略识别,改善了基于案例策略识别方法的性能。