飞行器栖落机动轨迹可达域分析

飞行器的栖落机动被认为是解决舰载固定翼飞机超短距精确着舰的一种可行方式,已有研究主要集中于栖落过程大迎角气动力建模、标称栖落轨迹优化与轨迹跟踪控制,而鲜有对栖落着舰任务的总体分析。基于飞行器纵向栖落机动动力学模型,引入栖落轨迹可达域的概念,并给出可达域的数学描述;在此基础上,对可达域求解采用计算速度和精度兼具的高斯伪谱法,将可达域问题拆分为三个轨迹优化问题依次求解,首先求解栖落轨迹终端高度上边界,然后求解终端高度一定时的最近轨迹,最后求解终端高度一定时的最远轨迹,并给出相应的轨迹优化数学模型。结果表明：运用该模型及求解方法能快速得到计算结果,无动力飞行器的纵向栖落轨迹可达域为上窄下宽的不对称区域,且左右边界曲线线性度较好。     

基于路径约束分析的跳跃式再入轨迹优化

对于跳跃式再入轨迹优化问题,通常的求解方法是不经任何分析直接约束动压、过载和热流密度,再加上控制变量滚转角的约束,往往使问题变得复杂而难以求解。基于跳跃式再入轨迹的动力学特性,将轨迹进行分段,并逐段分析路径约束的特点和内在联系,建立起它们之间的解析关系式,由此得到跳跃式再入轨迹优化问题中路径约束的串行施加策略。运用该策略可以在某些情况下减少路径约束的个数,降低优化问题的复杂度;选择优化方法时,为了兼顾全局最优性与高精度结果,采用基于粒子群优化(PSO)算法和高斯伪谱法(GPM)的两层优化策略。仿真结果表明,采用两层优化策略可以得到满足约束的高精度解,路径约束串行施加策略正确可行,优化计算结果与理论分析结论一致。     

考虑多种约束的探月飞船跳跃式再入走廊优化设计

探月飞船升阻比较低,再入时为达到长的飞行纵程,必须采用跳跃式再入方式。考虑多种约束条件,对跳跃式再入走廊进行了优化设计。首先,对路径约束进行分析,根据跳跃式再入轨迹的动力学特性对轨迹进行分段,推导了关键段中路径约束间的解析关系式,并在此基础上对优化问题进行了简化;其次,对滚转角速度约束进行分析,通过选择合理的离散点个数来保证角速度约束的满足;最后,为保证结果的高精度与全局最优性,采用两层优化策略进行求解,先利用高斯伪谱法得到控制变量初值,再将初值代入直接打靶法中计算得到最终结果。仿真结果表明:路径约束分析结果与优化结果保持一致,可在一定程度上简化优化问题;对滚转角速度约束的处理简单有效;两层优化策略能使问题快速收敛到满足约束的高精度解。     

空中无人加油自主对接导航制导与控制

空中自主加油技术能大大提高无人机的航程航时,在军用和民用上都有着十分重要的意义。受编队气动干扰、模型不确定性、头波效应、阵风干扰等因素影响,空中无人加油的对接段是所有阶段中精度要求最高和控制难度最大的一个阶段,其导航制导与控制技术是目前研究的难点和热点。本文针对无人-无人空中自主加油场景,深入研究了软管式空中加油自主对接段的鲁棒抗扰导航制导与控制技术并进行了飞行试验验证。首先,为实现受油机加速对接时高度控制不出现振荡,采用总和能量法设计纵向制导律以实现对接末段高度和速度的协调控制;其次,为提高风干扰下的对接控制精度,分别针对加油机和受油机在不同飞行阶段的轨迹跟踪特点采用L1非线性制导思想设计了横向制导律,并采用鲁棒伺服方法设计内环姿态控制律,将积分环节引入角速率控制回路提升系统型别以更好抑制外界扰动对系统的影响;然后,基于单阶段深度学习目标检测算法YOLOV4开发了锥套识别与定位算法,在强光、云雾等复杂条件下进行采样和训练以大大提升视觉系统的鲁棒性,并采用扩展卡尔曼滤波算法将图像定位信息与RTK定位信息进行融合用于相对导航;最后,设计了无人机空中加油自主对接模拟飞行试验方案,在最大程度...     

动量环式主动增稳加油锥套建模与飘摆抑制

空中加油软管-锥套受大气紊流等干扰产生飘摆运动,加大了对接过程的不确定性和危险性。创新设计了一种自旋动量环式主动增稳加油锥套,在锥杯处集成一对偏置动量环实现飘摆抑制,避免传统翼舵式锥套回收时舵面与加油机吊舱口撞击风险。基于拉格朗日方程建立了考虑动量环旋转的多级串连单摆系软管-锥套系统运动模型,分析了阵风及大气紊流干扰对锥套飘摆运动特性的影响,提出了基于动量环控制的飘摆抑制方法,仿真表明该方法能够有效缩短阵风干扰下锥套收敛至稳态位置的时间,减小大气紊流干扰下锥套飘摆幅度,削弱高频动态响应。     

基于深度强化学习的空战机动决策试验

空战智能决策将极大改变未来战争的形态与模式。深度强化学习决策机可以挖掘飞行器潜力，是实现空战智能决策的重要技术范式，但其工程实现鲜有报道。针对基于深度强化学习的双机近距空战机动智能决策的工程实现问题，开发了适于应用的深度神经网络在线机动决策模型，发展了通过飞行控制律跟踪航迹导引决策指令的机动控制方案，并进一步开展了软硬件实现工作与人机对抗飞行试验，实现了智能空战从虚拟仿真到真实飞行的迁移。研究结果表明基于本文发展的近距空战机动决策及控制方法，智能无人机在与人类“飞行员”的对抗中能够迅速做出有利于己方的动作决策，通过机动快速占据态势优势。研究结果显示了深度神经网络智能决策技术在空战决策中的潜在应用价值。