超机动飞行的神经网络动态逆控制

根据反馈线性化理论，讨论了神经网络自适应非线性动态逆控制设计。首先根据时标分离的原则，采用动态逆方法设计了快回路和慢回路控制器；其次提出了模型的神经网络非线性直接自适应控制方案，其中设计一种在线神经网络用于补偿模型逆误差。仿真表明，该控制方案具有较好的自适应能力的鲁棒性。     

飞行器栖落机动的轨迹跟踪控制及吸引域优化计算

针对固定翼飞行器栖落机动的纵向运动,研究了栖落机动轨迹跟踪控制设计与吸引域优化计算方法。首先,根据栖落动力学模型和栖落过程中各个状态量的约束,用广义伪谱法生成标称轨迹,以此为基础设计了分段线性轨迹跟踪控制律。然后,在平方和（SOS）算法的基础上计算出栖落轨迹的吸引域,以保证吸引域内的飞行器能最终栖落在目标区域。最后,进一步改进吸引域的迭代优化计算方法以扩大吸引域范围。仿真结果验证了栖落机动轨迹跟踪控制律的有效性,并表明运用所设计的吸引域优化计算方法可以获得更大的吸引域。      

考虑射程损失的高超声速飞行器突防弹道分析与设计方法

研究了高超声速飞行器突防机动造成速度损失进而影响射程的问题。高超声速飞行器在面对拦截威胁时需要靠自身机动进行躲避,而机动躲避将会使得飞行状态产生偏离,进而影响高超声速飞行器射程。针对此问题,首先分别建立弹道式和滑翔式高超声速飞行器运动学和动力学模型,然后考虑突防机动过程中造成的速度、弹道倾角等弹道参数变化,分别对弹道式和滑翔式高超声速飞行器的射程与弹道参数关系模型进行构建,得到突防机动-射程变化关系。之后, 通过数值仿真对突防机动-射程变化二者之间的关系进行验证,结果表明弹道式和滑翔式高超声速飞行器的机动均会导致射程变化,且变化规律与理论分析基本一致,验证了所提出突防机动-射程变化模型的正确性和有效性。最后,基于突防机动-射程变化模型,针对两种高超声速飞行器分别给出对射程变化影响较小的突防机动策略,为提升飞行器飞行性能提供理论和方法基础。     

旋臂式模型旋翼机动飞行试验机转速控制系统研究

旋臂式模型旅翼机动飞行试验机转速控制系统采用了先进的集成电子技术、变频调速、单片机和计算机软硬件等技术，实现了对模型旋翼的转速、前飞速度进行精确控制。文中较为详细地介绍了控制系统设计，给出了实际调试结果和应用实例。     

弹头尾翼不同布局的气动特性分析

为了分析不同尾翼对作用在弹头上的空气动力的差异,分析弹头的机动能力,利用理论分析、实验数据和仿真计算,进行了弹头尾翼十字型和叉型布局的气动特性研究。通过建立弹头气动参数模型、分析空气动力试验数据,及对静稳定裕度、舵面控制效率及气动耦合的讨论和仿真,得到了二者气动差异的相关结论。     

空间平台武器系统传递对准匹配方式

根据建立的传递对准模型和用于导航解算的轨道运动学模型,提出了速度匹配、比力匹配、角速率匹配和姿态匹配等空间平台武器系统传递对准的不同匹配方式,并对不同匹配方式及其组合的传递对准性能进行了仿真分析,研究了弹性变形的影响。结果表明：速度＋角速率和比力＋姿态等组合匹配方式的传递对准性能较优。     

利用改进遗传算法优化载人机动装置飞行轨迹

为保障航天员的生命安全,载人机动装置（ MMU ）必须实现安全飞行。利用改进遗传算法,对载人机动装置执行救援任务的飞行轨迹进行分析研究和优化设计,得到了能够避开障碍物安全返回舱内的救援轨迹,并进行了仿真验证。结果表明,该算法可以实现载人机动装置飞行轨迹安全。     

TCAS 系统故障隔离及容错架构设计方法研究

针对TCAS 系统运行过程典型功能危险场景和架构设计过程,本文采用系统工程过程的正向设计流 程方法,针对潜在的功能失效风险,开展TCAS 系统域的故障检测和容错设计技术研究,形成覆盖系统、软件 和硬件层级的故障检测及隔离架构设计方案,以提高装机运行过程中防撞告警的置信度,减少由于误警和虚警 对飞行安全产生的不利影响。     

自动化飞行训练评估中的战机机动动作识别

针对战机飞行员自动化飞行训练评估对于机动动作的在线识别需求,提出了一种改进的基于动态贝叶斯网络的机动动作识别方法。首先,分析了仪表、简单特技和复杂特技飞行科目的机动动作特征。然后,根据战机飞行过程中机动动作与特征参数的因果关系,建立了机动动作识别动态贝叶斯网络模型,克服了传统方法需要滚转角信息,在实际飞行训练中难以通过雷达探测实时获取的缺点。同时,通过设计模型在线调用机制,有效降低了计算复杂度。实验结果表明,所提方法对于战机机动动作识别率高、实时性好,能够满足在线应用需求。      

近距空战训练中的智能虚拟对手决策与导引方法

针对近距空战训练中智能虚拟对手攻防博弈的自主决策与占位导引问题,提出了基于动态贝叶斯网络(DBN)和约束梯度法的智能虚拟对手决策和导引一体化方法。结合空间占位态势、火控攻击区和机动动作识别结果等信息,建立近距空战决策动态贝叶斯网络模型,实现根据战场动态环境变化的占位导引指标决策。针对在线识别的各类目标机动动作,建立轨迹预测模型,实现目标轨迹的实时预测。根据占位导引指标和目标预测轨迹,考虑飞行性能约束,采用约束梯度法计算智能虚拟对手的优化占位导引量。实现了近距空战智能虚拟对手空间占位决策与导引量计算的无缝结合。近距空战仿真实验结果表明:所提方法能够实现智能虚拟对手的合理化自主决策和占位导引,克服了传统方法实现机动动作方式固化的问题,具备较好的实时性和优化性。