基于分层分解的一种实时车辆路径规划算法

道路网络通常是大规模和复杂的网络，而一般的最短路径算法需要大量的计算时间。为了减少计算负担，本文根据分层和空间分解的道路网络模型，提出了一种基于存储数据的车辆路径规划算法，路径通过查询表格获得。提出的算法尤其适用于集中式车辆路径规划。仿真结果表明，该算法在计算次最优路径时更快且要求更少的内存单元。     

机翼结构布局优化的并行子空间方法

机翼内部构件的布局优劣在很大程度上影响着机翼结构质量,因此进行布局优化设计尤为重要。采用并行子空间方法求解机翼结构布局优化的问题,将机翼结构布局设计问题分为梁站位优化、桁条优化和厚度优化三个并行的子空间,设计变量在各自的子空间内单独优化;各子空间优化结束后,在系统级中协调三个子空间的设计变量,保持最小质量的子空间的优化变量不变;采用近似一维搜索的方法协调其他子空间的设计变量,然后进行变量迭代直至收敛。结果表明:该方法具有较高的优化效率,能够取得较好的优化结果,具有实际工程应用价值。     

Hypersonic reentry trajectory planning by using hybrid fractional-order particle swarm optimization and gravitational search algorithm

This paper proposes a novel hybrid algorithm called Fractional-order Particle Swarm optimization Gravitational Search Algorithm (FPSOGSA) and applies it to the trajectory planning of the hypersonic lifting reentry flight vehicles. The proposed method is used to calculate the control profiles to achieve the two objectives, namely a smoother trajectory and enforcement of the path constraints with terminal accuracy. The smoothness of the trajectory is achieved by scheduling the bank angle with the aid of a modified scheme known as a Quasi-Equilibrium Glide (QEG) scheme. The aerodynamic load factor and the dynamic pressure path constraints are enforced by further planning of the bank angle with the help of a constraint enforcement scheme. The maximum heating rate path constraint is enforced through the angle of attack parameterization. The Common Aero Vehicle (CAV) flight vehicle is used for the simulation purpose to test and compare the proposed method with that of the standard Particle Swarm Optimization (PSO) method and the standard Gravitational Search Algorithm (GSA). The simulation results confirm the efficiency of the proposed FPSOGSA method over the standard PSO and the GSA methods by showing its better convergence and computation efficiency.     

一种基于启发式搜索的智能轨道规划

针对二体轨道模型,设计了一种时间固定点对点多冲量轨道机动的智能规划算法。算法基于非线性规划理论和启发式智能搜索技术,采用随机A*扩展树法保证优化的全局性,并利用逐步二次规划法(SQP)来保证结果的局部数值精确性。整个算法具有较好的智能自主性。最后通过数值仿真验证了算法的可行性。     

面向空中目标威胁评估的多传感器管理方法

为了降低在空中目标威胁评估任务中由于威胁评估结果的不准确性和传感器辐射所带来的潜在损失，提出了一种基于风险的多传感器管理方法。首先，基于部分可观马尔可夫决策过程建立了传感器管理模型；然后，给出了基于信息状态的威胁评估风险和传感器辐射风险的预测方法以量化潜在损失；接着，为获得更优的作战收益，以多步风险预测值为决策依据，以两种风险的加权和最小为优化目标建立了长期目标函数；最后，在求解目标函数时，将传感器管理问题转化为决策树搜索，设计了一种基于分支定界的标准代价搜索算法以快速获得高质量的管理方案。仿真实验表明，所提算法能够在搜索到高质量解的同时大幅减少计算时间和内存消耗；所提方法能够对风险进行准确预测，且相比于经典的传感器管理方法，所提方法具有更好的风险控制效果。     

应用模糊变权的启发式搜索进行飞行轨迹优化

回顾了军机轨迹优化问题的提出及研究历史，介绍了几种主要方法的特点，特别是启发式搜索算法应用于飞行轨迹优化问题时存在的主要问题。提出为了得到较好的近优路径而采取的模糊变权处理方法。通过计算不同加权下解的情况，说明模糊变权方法是使加权随具体情况作相应调整的有效手段，为提高飞行路径规划系统的有效性开辟了一个新思路。     

航空器失事时搜寻区域的确定方法

提出根据航空器失事时最后已知的报告或其它位置信息建立最初的搜寻范围，确定第一和第二优先搜寻区的方法，及在无法搜寻找到飞机残骸或幸存者时搜寻区域的扩大广泛和调整方法。确定了划分搜寻区域的指导方针，以及在受天气情况、地形和海流影响时，确定搜寻区的具体调整方法。     

一种求解武器--目标分配问题的新方法

提出了一种求解武器-目标分配问题的新方法.阐明了将武器-目标分配问题作为组合优化问题,采用遗传算法进行求解,并针对问题特点,给出了基于系统信息的启发式操作方法及适合的操作算子.仿真结果表明,此方法可以明显提高问题求解的速度及精度.     

Critical wake vortex encounter scenarios

A simulation-based method was developed to investigate the severity of Wake Vortex Encounters (WVEs). This paper describes an important part of this method: the determination of worst-case WVE conditions, which is referred to as Worst-Case Search (WCS). The WCS results permit to reduce time and costs of WVE severity related piloted simulator tests and allow the comparison of the hazard that vortices of different generator aircraft exert on a follower aircraft.The WCS is based on a high fidelity, offline simulation of the follower aircraft that includes the interacting wake vortex, a hazard criterion that rates the severity of each WVE, and a pilot model. It can be formulated as an optimisation problem that is solved with the optimisation tool MOPS (Multi Objective Parameter Synthesis). MOPS varies the encounter geometry until the simulation yields maximum values of the WVE hazard criterion.Worst-case encounter conditions for different parameters were investigated and sensitivity studies performed. The influence of the height above ground, the core radius, and the models for the wake vortex velocity profiles on the severity of a WVE was examined. To show the capability of the method, a comparison of the severity of a WVE behind two different heavy transport aircraft for a 20 t aircraft was made. The WCS method demonstrated its applicability and delivered the worst-case encounter geometry.

Zusammenfassung

Zur Untersuchung der Heftigkeit von Wirbelschleppen wurde eine simulationsbasierte Methode entwickelt. Dieser Beitrag beschreibt einen wichtigen Bestandteil dieser Methode: die Bestimmung der ungünstigsten (worst case) Einflugbedingungen in die Wirbelschleppe. Die Kenntnis dieser Bedingungen gestattet eine Zeit- und Kostenreduzierung bei wirbelschleppenbezogenen Simulatorversuchen mit Piloten und ermöglicht gleichzeitig einen Vergleich der vom Wirbel ausgehgehenden Gefährdung für verschiedene Kombinationen voraus- und einfliegender Flugzeuge.Die Worst-Case-Bedingungen werden mit einer Offline-Simulation des Folgeflugzeugs bestimmt, die Modelle für die Wechselwirkung mit der Wirbelschleppe und für das Pilotenverhalten sowie Kriterien für die Gefährdung durch den Wirbel umfasst. Für die Steuerung der Simulation und die Worst-Case-Suche wird die Optimierungssoftware MOPS (Multi Objective Parameter Synthesis) verwendet. MOPS variiert die Geometrie des Wirbelschleppendurchflugs bis die Simulation die maximalen Kriterienwerte für die Gefährdung durch den Wirbel liefert.Die Worst-Case-Bedingungen wurden für unterschiedliche Parameter untersucht. Der Einfluss der Höhe über Grund, des Kernradius' und der unterschiedlichen Modelle für das Wirbelgeschwindigkeitsprofil auf die von den Wirbelschleppen ausgehenden Gefährdung wurde dabei ermittelt. Um die Leistungsfähigkeit der Methode zu demonstrieren, wurde die Gefährdung von Wirbelschleppen zweier generierender Flugzeuge (heavy class) auf ein nachfolgendes 20 t Transportflugzeug verglichen. Die Anwendbarkeit der Methode wurde bestätigt und die ungünstigsten Einflugbedingungen berechnet.     

使用吊放声纳的直升机应召搜潜发现概率

建立了目标航速为瑞利分布条件下的目标位置分布模型,按照这个模型,研究了使用吊放声纳进行单机应召搜潜的搜索概率的计算方法,并给出了基于圆形搜索方式的不同参数条件下的搜索发现概率的部分计算结果。