基于威胁规避的战斗机网络瞄准攻击引导轨迹优化

针对网络瞄准攻击对战斗机精确引导的需求,研究威胁规避下的战斗机攻击引导轨迹优化问题。以战斗机过载为控制量建立引导状态模型;以目标威胁建立引导路径约束模型;以导弹发射瞄准条件为终端约束;以引导的快速性和控制经济性为性能指标,将轨迹优化建模为具有非线性边界约束、状态约束和路径约束的最优控制问题,并采用高斯伪谱法将其转化为非线性规划问题进行求解,为了保证算法的实时性,采用滚动时域策略进行在线滚动优化。仿真结果表明:所提出的方法能在有效规避目标威胁下达成导弹攻击的瞄准条件,基于RHC策略的优化单次计算时间小于1 s,算法实时性能满足战斗机的引导需求。     

基于瞄准误差的战斗机攻击轨迹跟踪仿真实现

战斗机对攻击轨迹精确跟踪是实现战机自动攻击的关键。首先分析战机空战攻击轨迹跟踪过程,将战机瞄准误差引入攻击轨迹跟踪算法,提出基于瞄准误差的战机攻击轨迹跟踪方法;将瞄准误差算法分解在2个平面内进行分析,建立轨迹跟踪模型,并利用Simulink工具箱,结合FlightGear飞行仿真软件综合模拟仿真轨迹跟踪过程。实景仿真结果表明该模型算法能够不断地减小瞄准误差实现对攻击轨迹的精确跟踪飞行。     

基于hp自适应Radau伪谱法的再入飞行器轨迹优化

全局伪谱方法在解决平滑最优控制问题时具有指数级收敛速度,但对于状态变量震荡的最优控制问题往往难以在短时间内取得满意解。飞行器机动再入轨迹通常为震荡形式,因此设计了hp自适应Radau伪谱算法(hp-RPM)求解再入最优轨迹。hp-RPM以相对曲率作为判据,将震荡轨迹划分为多个平滑子区间,在每个子区间内采用低阶插值多项式逼近最优轨迹,以提高算法效率、估计精度和解的最优性。仿真结果表明,hp-RPM方法在算法效率、估计精度、解的最优性上,较全局Radau伪谱方法均有较大程度的提高。     

基于hp自适应伪谱法的飞行器多阶段轨迹优化

为解决助推-滑翔飞行器的多阶段多约束轨迹优化问题,在考虑速度约束、轨迹阶段切换点约束与轨迹末端参数约束的条件下,建立了助推-滑翔飞行器纵向运动模型与多阶段轨迹优化模型。采用基于hp自适应伪谱法的Legendre-Gauss-Radau离散点,将该最优控制问题转换为多阶段非线性规划问题,求解得到最大飞行距离轨迹。为解决多阶段轨迹优化算法难以确定位置自由的阶段切换点的问题,基于动态规划的思想,设计了新的多阶段轨迹优化策略。改进后的优化策略在得到了多阶段全局近似最优解结果的同时,减少了原优化算法的计算量。仿真结果表明,改进的hp自适应伪谱法能有效解决多阶段助推-滑翔飞行器轨迹优化问题,优化结果优于最大升阻比滑翔飞行轨迹。      

基于Skinner理论的无人机应急威胁规避方法

对于突发紧急威胁情况,常规的无人机规避方法在实时性和适用性方面存在不足.在研究生物体条件反射机制的基础上,将无人机应急规避行为理解为在外界威胁刺激下的一种应激性,提出了基于威胁紧迫度的Skinner理论.模拟飞行员在紧急防撞情况下的拉杆动作,将阶跃信号作为无人机应急动作指令,运用动作评价算法计算输出最佳策略.采用Skinner理论和统计学方法进行在线训练,形成威胁状态与规避动作的匹配,从而建立完整的条件反射过程.实验结果表明,基于Skinner理论的规避方法对突发威胁情况具备有效的规避能力.      

考虑多约束的UCAV对地攻击轨迹规划

针对多约束条件下UCAV对地攻击轨迹规划问题,提出了一种基于Radau伪谱法(RPM)的求解策略。首先,分析并建立UCAV三自由度(3-DOF)质点模型,初始和终端位置、速度、姿态、飞行性能、敌方火力或探测威胁、禁飞区、地形等约束条件模型,构建考虑多约束的UCAV对地攻击轨迹规划模型;在分析RPM求解最优控制问题的基本原理及实现方式的基础上,采用RPM将轨迹规划的最优控制问题转化为非线性规划问题;最后,利用SNOPT软件包求解,并进行了数字仿真。仿真结果表明,该方法能以较高的精度和速度生成满足多种复杂约束要求、连续并且真实可行的最优轨迹。     

利用高斯伪谱法求解升力航天器最优再入轨迹

为了获得升力式航天器再入大气后的飞行轨迹,利用高斯伪谱法求解了同时满足路径约束和终端约束条件下的总吸热量最小再入轨迹。其中,路径约束包括驻点热流峰值约束和最大动压约束;终端约束为高度和位置。选取优化控制变量为迎角和倾斜角。仿真结果表明,高斯伪谱法能够快速优化出满足以上优化性能指标和约束条件的再入轨迹。最后,通过对哈密尔顿函数的分析给出了最优性验证。     

基于离散优化的无人驾驶汽车轨迹规划

针对双向两车道无人车行驶场景,基于离散优化的方法,提出一种新的轨迹解耦规划算法。该算法将带有时间戳的三维轨迹规划问题,解耦成分别对路径和速度规划,速度规划时引入ST图,用以描述无人车与障碍物之间的运动关系。通过分层采样的方法构建路径Lattice图搜索初始路径,以及基于多目标A*搜索算法在ST图中规划出初始速度剖面,减少算法的计算量。同时,结合优化的方法对轨迹进行优化,使轨迹收敛到全局最优解。最后,通过仿真实验,验证了该算法的有效性和可靠性。     

基于轨迹聚类的热点路径分析方法

随着智能终端、移动定位、无线通信等技术的快速发展,在交通、物流等应用领域,大量受路网约束的轨迹数据得以收集.利用轨迹数据分析热点路径,可以在时空和语义特征不变的前提下反映移动对象的运动和行为模式.在提取道路交叉点的基础上,引入轨迹的停留点语义,并将两者共同作为特征点进行轨迹划分,在轨迹聚类的基础上进行子轨迹权重分析,从...     

基于主应力轨迹线的熔融沉积成型填充路径优化

以熔融沉积成型(fused deposition modeling,FDM)为代表的增材制造层间与层内的各向异性严重影响零件机械性能.提出一种基于主应力轨迹线(principal stress lines,PSL)引导,通过设计FDM层内填充路径使其与载荷路径相协调以提高零件机械性能的方法.给出了基于有限元分析的主应力...     

网络化弹药系统攻击决策算法

为实现网络化弹药系统对目标攻击的自主化、智能化,研究了一种目标跟踪与目标优化分配相结合的算法. 通过交互式多模型（interacting multiple model,IMM）算法实现对目标的轨迹跟踪,建立匀速拐弯运动以及匀速运动模型,通过仿真分析,IMM算法跟踪效果良好;利用跟踪到的目标的位置信息和运动状态,结合网络化弹药节点的自身工作状态,预先求得对应的组合效能函数,做出攻击决策预判. 解决了网络化弹药系统如何对机动目标实行有效打击的问题,仿真效果良好.     

网络化控制系统的RM调度优化研究

减少网络堵塞是提高网络化控制系统性能的有效的方法.提出了一种基于RM调度优化算法的研究方法,通过对网络化控制系统中的调度优化算法的分析,网络利用率明显好于未被调度优化的系统.结果表明,合理的调度优化算法能提高控制系统的网络利用率,同时改善了控制系统的动态性能.     

推力矢量控制在掠飞击顶弹道中的方案分析与优化

基于反坦克导弹总体设计方案,在导弹头部加入推力矢量控制装置,以实现导弹在弹道末端折转击顶.建立了推力矢量控制阵列模型,分析了推力矢量控制与飞行参数之间的关系,并基于离散二次规划法对推力矢量控制方案进行了优化. 结果表明,优化后的TVC方案避免了弹体抬头的现象发生,提高了导弹击顶时的落角,可降低对战斗部的指标要求.     

基于RHC-QPSO的飞机主动防御技术

提出了一种空战飞机三点共线式主动防御实施策略。首先以战斗机、防御导弹、攻击导弹运动特性为基础,提出了诱导捕获的飞机-防御导弹协同主动防御方法,将空战对抗问题转化为战斗机的轨迹优化问题。其次提出了过程性能指标,并分析了其与传统性能指标(目的性能指标)的不同。最后针对量子粒子群优化算法无法对整个过程进行评价问题,引入滚动时域控制的思想,将过程性能指标作为每一个滚动优化窗口的优化指标,以此来提高算法的实时性,并进行了作战仿真。仿真结果显示过程性能指标迅速收敛至给定数值附近,战斗机等三者控制指令稳定在很小幅度的振荡,主动防御过程得以有效实现,协同思想的正确性,算法。     

基于物理规划的弹道多目标优化

针对加权系数法求解弹道多目标优化问题时不能获取非凸Pareto非劣解,并且主观依赖性严重,难以选取合适的权值的问题,将物理规划引入弹道多目标优化中,建立了基于物理规划的弹道多目标优化模型,详细分析了基于物理规划的弹道多目标优化方法的求解流程,指出了该方法的优点. 最后分别采用加权系数法、最优控制方法以及本文所提方法进行拉平段弹道多目标优化. 优化结果对比研究表明,物理规划法效率更高,结果更好,对初值不敏感,鲁棒性更强,并且有利于获得非凸Pareto非劣解,从而体现了所提方法较强的工程实用价值.      

基于拟能量的高超声速飞行器再入轨迹优化

考虑高超声速飞行器再入过程总加热量最小,基于拟能量将单段轨迹优化转化为多段轨迹优化问题,采用非等间距控制变量参数化方法对每段轨迹分别优化.高超声速飞行器再入轨迹必须满足热流率、动压和过载3个约束.通过把控制变量参数化,同时引入时间尺度变换和不等式约束转化方法,将轨迹优化问题转化为含有约束的非线性规划问题.基于拟能量概念,将再入轨迹进行了分段优化,以4段为例进行了仿真,计算时间比单段情况下缩短了约50%.     

PID神经网络混沌优化及其在机械臂轨迹跟踪控制中的应用

针对BP优化PID神经网络（BP-PDNN）易陷入局部极小的不足,提出了一种变尺度混沌优化PID神经网络设计方法,即MSCOA-PIDNN,将其应用于机械臂轨迹跟踪控制中.利用混沌运动的遍历性优化网络权值,通过压缩优化变量取值区间提高搜索效率.采用MSCOA-PIDNN建立机械臂系统的预测模型,以多步预测性能指标为目标函数,优化PID神经网络控制器,从而实现机械臂系统轨迹跟踪的有效控制.仿真结果表明,MSCOA-PIDNN在机械臂轨迹跟踪控制中性能优于BP-PIDNN.