基于小生境遗传算法的飞行航迹规划

提出了一种基于小生境遗传算法的飞行航迹规划方法.把航迹编码为离散时间上变长度的飞行器速度和航向变化序列,并以此序列作为遗传算法种群中的个体,在这个变化序列中,每一个元素都考虑了飞行器的性能约束,因而,每个变化序列对应的航迹郝是飞行器可飞的.初始种群不是随机生成,而是根据规划起点和终点的相对关系生成的.为了防止种群收敛于局部最优解,采用基于共享函数的小生境技术增加种群的多样性.仿真结果表明,算法能快速有效地在动态环境中规划出近最优的飞行航迹.     

小型无人机快速三维航迹规划方法

针对小型无人机航迹规划中难以满足自身性能约束和实时性要求的问题,将飞行环境中的威胁分为可穿越威胁和不可穿越威胁;基于序列规划思想,采用粒子群优化算法规划基准航迹,采用改进的稀疏A*算法进行在线航迹规划。为提高在线航迹规划效率,将三维航迹规划转化为二维水平面规划和高度规划,仿真实验验证了该算法能够生成三维可行航迹,且规划时间显著减少。     

无人机动态环境实时航迹规划

提出了一种基于实时A*搜索的无人机实时航迹规划算法。该算法将飞行器运动与航迹搜索相结合,在飞行器飞行过程中实时规划出下一段航迹;在搜索过程中,使用了多步寻优搜索的方法,相比单步搜索生成的航迹更加优化;使用最小转弯半径对生成的折线进行连接,使路径平滑可飞;针对算法局限性,给出一种改出局部最优点的策略。最后经仿真证明了该算法能够较好地满足规划要求。     

基于进化算法的多飞行器四维航迹规划方法

鉴于目前的航迹规划方法都局限于二维或三维空间,提出了一种基于进化算法的多飞行器四堆航迹规划方法.该方法在三维航迹规划的基础上加入时间代价约束,通过计算航迹节点在四维空间的坐标,将到达目标的时间与航迹搜索结合起来,使多个无人飞行器能够对目标进行同时打击并避免飞行器在飞行过程中的碰撞.仿真试验结果表明,该方法可以快速有效地完成四维航迹规划,获得满足要求的多飞行器飞行航迹.     

基于任务分配的多飞行器协同航迹规划

在综合考虑飞行器编队的飞行代价和作战效果的基础上, 研究了基于任务分配的多飞行器协同航迹规划方法, 构建了结合任务分配的飞行器编队协同航迹规划模型, 设计了分解式协同航迹规划算法, 可以有效地对多目标存在的情况进行综合权衡, 得到合理的任务分配和航迹规划方案. 仿真算例表明, 这种航迹规划方法不仅能保证各飞行器选择合理的协同航迹, 也使得作战任务可以获得最佳作战效果, 有效地提高编队作战的效费比.     

混合种群RRT无人机航迹规划方法

快速扩展随机树（rapidly-exploring random tree，RRT）无人机航迹规划方法能够快速获得满足约束要求的可行航迹，但是无法获得接近最短航迹的较优航迹。针对航迹的最优性问题，提出了混合种群RRT无人机航迹规划方法。在基于环境势场的RRT算法的基础上，设计了一种种群优化方法，通过引入自优化种群和协同优化种群改善航迹段，使算法同时具有局部和全局寻优能力。在得到航迹节点的基础上，采用B样条曲线的平滑方法生成曲率连续的可跟踪航迹。仿真结果表明，所提算法能够综合考虑无人机航程代价和雷达威胁代价，快速地收敛得到接近最优且满足无人机动力学约束的可行航迹，在不同环境下也能有满意的收敛效率。     

基于即时修复式稀疏A*算法的动态航迹规划

针对动态环境下无人机航迹规划对时效性、可行性和最优性的需求,将稀疏A*搜索(sparse A* search, SAS)算法嵌入到即时修复式架构,并在航迹迭代改善过程中引入双排序准则、存储空间约束及变步长策略,提出了即时修复式稀疏A*(anytime repairing SAS, AR-SAS)算法。静态环境下蒙特卡罗仿真结果表明AR-SAS算法生成可行航迹与最优航迹的时间都小于标准SAS和分层SAS算法;动态仿真结果表明AR-SAS算法能够快速生成可行航迹,并在规定时间内不断提高航迹最优性,满足动态航迹规划的需求。     

基于粒子群优化的高超声速飞行器航迹规划

提出了一种基于粒子群优化算法的高超声速飞行器航迹规划方法并进行了仿真验证.首先计算了高超声速飞行器的最小转弯半径,然后建立威胁模型,将威胁模型投影到赤道平面内,利用一个有限项的多项式函数采逼近实际航迹在赤道平面内的投影,使航迹规划问题简化为在一个多项式系数空间中的搜索寻优问题.利用粒子群优化算法,鉴于高超声速飞行器特点,规划得到赤道平面内的航迹,根据对应关系,最后得到实际航迹.仿真结果表明,生成的航迹自动避开了威胁.     

基于粒子群算法的地磁匹配航迹规划

针对无人机地磁匹配航迹规划问题,提出了一种基于粒子群优化算法的航迹规划方法.借鉴稀疏A-Star搜索算法的思想,将约束条件结合到搜索方法中,给出了基于地磁网格图的航迹节点扩展方法.结合无人机的机动性能约束和地磁匹配的自身特点,设计了一种适用于地磁匹配的航迹性能评价函数作为粒子群的适应度函数.仿真实验的结果表明:生成的航迹能够满足地磁匹配导航要求,且具有威胁规避的能力.最后,针对只在中制导段采用地磁匹配的情况提出了初步的解决方案,保证无人机顺利进入地磁匹配航迹段.     

多飞行器协同攻击的行动序列规划方法

飞行器协同攻击行动序列规划中,地面目标威胁直接影响飞行器的目标分配和航迹规划,目前多飞行器协同攻击规划算法不考虑地面目标被摧毁而威胁消失的情况,不符合飞行器战术应用的实际情况。提出一种基于滚动时域方法的多飞行器协同攻击的行动序列规划方法,依据地面目标被摧毁之后的最新态势重新分配打击目标,仿真结果表明该方法符合飞行器战术应用的特点。     

舰载机牵引系统甲板调运避碰路径规划

针对舰载机牵引系统的甲板调运过程,提出了一种适用于复杂障碍物环境中不规则形状目标的路径规划方法。针对舰载机外轮廓特点,建立了目标的凸构型描述形式,并推导了多目标间碰撞检测及距离计算方法,在此基础上提出了舰载机牵连运动的轨迹跟踪控制算法,同时引入行为动力学方法实现牵引系统的避碰路径规划。为提高复杂环境下的避碰能力,基于广义符号阈值函数,提出了避障行为策略改进方法。仿真结果表明,本文提出的算法能够有效地解决舰载机牵引系统的避碰路径规划问题。     

高速再入飞行器的鲁棒自动驾驶仪设计

针对高速再入飞行器的自动驾驶仪设计问题,基于鲁棒参数化方法,采用特征结构配置和模型参考跟踪理论设计BTT飞行器姿态控制系统的鲁棒控制器,完成对于制导信号的快速跟踪。本设计的鲁棒镇定器是一个不随滚动角速度变化也无需切换的定常反馈镇定律,结构简单,便于工程实现。通过分析高速再入飞行器的特点,给出了简单可行的控制方案。将所设计的控制器应用于飞行器非线性模型进行了六自由度仿真试验。仿真时考虑了系统执行机构的时滞和饱和特性。仿真结果验证了所设计的控制器的有效性。     

网络化多传感器-多武器协同防空任务规划

针对网络化防空体系的多传感器-多武器协同任务规划问题, 考虑任务要求、装备性能、运用限制等约束, 构建多武器拦截与多传感器跟踪任务规划模型。前者以拦截时机、次数等为优化目标, 输出武器-目标配对以及对目标的拦截时段、跟踪时间要求; 后者以满足跟踪时间要求为目标, 输出传感器-目标配对和对目标的跟踪时段。设计了基于时段优选拼接和分支定界法的多传感器-多武器协同任务规划算法, 生成多传感器-多武器协同交战计划, 支持多传感器接力跟踪、跨平台打击引导、多武器协同抗击。在假定的舰艇编队与预警机协同防空场景下验证了所设计模型的有效性。     

基于NDO的飞机轨迹跟踪抗干扰控制律设计

针对飞机纵向欠驱动耦合动力学模型设计鲁棒轨迹跟踪滑模控制律。首先,通过引入虚拟状态变量进行状态变换实现模型控制解耦。其次,考虑由系统建模误差和大气干扰组成的复合不确定性,设计非线性干扰观测器(nonlinear disturbance observer, NDO)进行观测补偿。然后,建立飞机极短距起降中攻角变化轨迹曲线,设计滑模控制律实现对虚拟状态变量和攻角轨迹指令的稳定跟踪。仿真结果表明,NDO可以实现对系统不确定性的精确观测和补偿,滑模控制律具有对系统建模误差和大气风切变的鲁棒性和抗干扰性。     

基于NTSM的航天器特征点凝视跟踪控制

针对航天器特征点凝视以及随动跟飞问题,提出了一种建立在目标特征点指向(feature point directing, FPD)坐标系下的相对运动动力学模型,并基于非奇异终端滑模方法(nonsingular terminal sliding mode, NTSM)实现了航天器的相对姿轨耦合控制。首先,以凝视跟踪的目标特征点为原点,跟踪指向轴为主轴,建立了FPD坐标系下的特征点相对运动模型,该模型在控制过程中可以保持特征点相对运动期望状态稳定不变,从而降低了末端约束的处理难度。其次,基于NTSM方法设计了一种有限时间控制律,并对其稳定性和滑模到达时间进行了分析,理论证明了该控制律满足Lyapunov稳定性条件,且系统能在有限时间内迅速收敛到平衡状态。最后,仿真结果表明FPD坐标系下的特征点相对运动模型以及NTSM控制律在求解特征点凝视跟踪问题上具有良好的性能和普适性,研究成果对空间在轨维护、空间操控以及深空小天体悬停着陆等具有一定的理论参考价值。     

欠驱动VTOL空间飞行器系统的非线性跟踪控制

研究了欠驱动VTOL(垂直上升和垂直着陆)空间飞行器在各种输入耦合时的非线性跟踪控制问题。VTOL空间飞行器是具有三个自由度,两个控制输入的欠驱动系统。首先,通过控制输入和坐标变换,系统的动力学方程被变换成二阶链式形式。其次,利用后推法(backstepping)的思想推导出保证系统渐近收敛于给定轨迹的时变反馈控制规律。该方法将系统分解为低阶子系统来处理,利用中间虚拟控制变量和部分Lyapunov函数简化了控制器的设计。仿真结果证明了所设计控制器的有效性。     

基于改进A*算法的飞行器三维航迹规划算法

提出了改进A*算法并应用于飞行器航迹规划,该算法把地形平滑技术融合到路径搜索的过程中,使平滑处理只需满足路径选择方向的飞行坡度要求和飞行器过载限制,得到的最优航迹更加贴近地形。在相同的条件下对改进A*算法和传统算法进行仿真比较,传统算法需要35 s左右收敛得到优化航迹并且代价函数为32.15;改进算法能在24 s内找到代价函数最优的飞行器三维航迹且代价函数为28.26,仿真结果表明改进A*算法在收敛速度和最优路径代价函数结果都明显优于传统算法,是一种有效的三维航路规划方法。     

航空公司机队的鲁棒性规划启发式算法

为了解决传统机队规划方法无法反映机队运营鲁棒性的缺陷, 针对单基地线性航线结构运营模式特点, 以基地机场配置机型数最小为目标函数, 考虑"航班节"机型分配成本限制, "航班节"机型分配唯一性限制, 所选机型最少飞机数限制等条件构建机队的鲁棒性规划模型, 并结合唯一竞争机型限制为模型设计启发式算法. "39个航班节, 6种候选机型"的案例分析表明: 传统机队规划法所得出的机队构成中有3种机型, 而由机队的鲁棒性规划法所得出的机队构成中机型数仅为2种, 且机队构成能够很好的适应市场需求的波动, 因此算法可行.     

飞行器栖落机动切换控制设计及其吸引域计算

针对固定翼无人机栖落过程的纵向运动,研究栖落轨迹跟踪控制问题及其相应的吸引域计算方法。首先将飞行器栖落机动过程的动力学模型沿参考轨迹线性化,并建立分段线性切换系统模型。在此基础上,结合最优控制理论与切换系统全局稳定分析方法,设计了栖落轨迹跟踪切换控制律。然后,为确定局部稳定区域从而保证飞行器能在预期时间内准确地栖落在目标区域,设计相应的平方和优化算法,计算了切换控制下的栖落轨迹吸引域。最后,对固定翼飞行器的栖落过程进行了仿真,仿真结果验证了所设计的跟踪控制器的有效性与所计算的吸引域的正确性。     

基于IMM算法的机场场面运动目标跟踪

为了实现对机场场面运动目标的精确跟踪,研究了将交互式多模型（interacting multiple model, IMM）滤波算法应用到机场场面监视雷达对运动目标的跟踪中。首先,根据飞机的真实运动情况建立了飞机的匀加速运动、匀速转弯运动及匀速运动模型,然后,利用无迹卡尔曼滤波(unscented Kalman filter, UKF)与IMM相结合的UKF-IMM算法对场面雷达监视的飞机的运动进行了跟踪建模,并将UKF IMM算法与基于扩展卡尔曼滤波（extended Kalmam filter, EKF）的EKF-IMM和基于当前统计模型的单模型跟踪算法进行仿真比较。结果表明,UKF-IMM跟踪算法在雷达场面跟踪方面具有更大的应用价值。