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.     

载人火星任务混合推进轨道方案

以未来载人火星探测任务为背景,提出了混合推进的轨道方案,即行星中心轨道段采用脉冲推力变轨,行星际航行轨道段采用小推力变轨的策略。建立了日心段三自由度动力学模型,利用“能量等高线”图选取了几组典型脉冲往返轨道作为标称轨道：最小能量税遁,快速转移税逆和短期停留轨道。在此基础上设计了与之对应的行星际航行段小推力最优转移轨道,得到混合推进的轨道方案。最后通过与脉冲轨道的燃料消耗对比,分析了混合推进轨道方案的可行性。研究表明,此类方案较好地结合了脉冲变轨飞行时间短的优势和小推力变轨省燃料．任务灵活的优势.     

带集结区的协同航迹规划方法研究

通过调控飞行器在各介航运段的速度,提出了一种基于进化算法的带集结区的多飞行器协同航迹规划方法.该方法通过将协同时间误差引入进化算法的代价函数中,使得规划出来的航迹能够满足集结区的时间和空间约束,同时使得协同到达目标点时间误差尽可能小.仿真实验结果表明该方法能够达到很好的效果.     

单个天基对地飞行器停泊轨道的优化设计

为了解决单个天基对地飞行器的停泊轨道优化设计中优化变量搜索范围大、初值敏感的问题,提出了基于模糊自适应粒子群（fuzzy adaptive particle swarm optimization,FAPSO）算法的停泊轨道优化设计方法。首先建立了给定变轨时刻下天基对地飞行器的落点范围求解模型,为求解停泊轨道优化设计的评价指标打下基础;其次提出了以覆盖预定落点数和覆盖不同预定落点数的平均时间为评价指标,建立了基于FAPSO算法的停泊轨道优化设计模型;最后仿真结果表明FAPSO算法能够获得收敛精度更高的结果,该方法能够更有效地解决单个天基对地飞行器的停泊轨道设计问题。     

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.     

基于遗传算法的卫星攻击轨道优化方法

在空间攻防与卫星对抗中,当目标卫星周围有若干小卫星以编队形式对其绕飞时,为使拦截卫星成功击中目标卫星,并且避开编队小卫星的防御区,必须对拦截卫星攻击轨道进行规划。寻找到一条既能满足安全性、快速性,又能节省燃料的最优路径。而利用经典数学规划方法,如序列二次规划方法,虽能寻找到最优路径,但并不适应于解决空间对抗中复杂攻防环境模型下的轨道规划问题。为此本文提出基于遗传算法的拦截卫星攻击轨道寻优方法。建立目标卫星编队小卫星的动态防御模型作为环境模型,采用可变长度实数编码方式,根据攻击轨道安全性、快速性、燃料消耗最少等要求建立综合适应度函数,并对遗传算子及置换运算方法进行设计。通过仿真验证,本文提出的轨道优化方法能够寻求到最优攻击路径,并且算法收敛速度较快。     

卫星编队脉冲机动维持控制与策略

针对近地圆轨道卫星编队维持问题，开展了脉冲控制方案与维持控制策略研究，并搭建了仿真环境进行验证。根据相对轨道根数(relative orbital elements, ROEs)的状态转移方程，推导了各ROEs元素在J₂摄动下的漂移速率，并针对编队构型受到空间摄动的破坏问题，提出了两种不同的编队脉冲控制方案和维持策略。基于空间圆编队长期维持需求，建立了包括高精度轨道递推算法的任务仿真环境，从脉冲消耗与控制误差对提出的方案策略进行了分析讨论，验证了脉冲方案与维持策略的可行性。仿真结果表明，所提出的脉冲控制方案与维持策略具有较高的有效性及可靠性，可用于未来空间编队飞行任务。     

地球静止轨道-低轨道最优异面转移方法

研究了轨道转移飞行器（orbital transfer vehicle, OTV）从地球静止轨道向低轨道的最优异面转移过程,提出了解析法和智能优化算法。在解析法中,完整地推导了最优转移轨道的求解方法,提出了最优转移轨道应满足的条件,并采用牛顿迭代法求解第1次速度脉冲应改变的轨道倾角。以离轨点位置、入轨点位置和转移时间为优化变量,采用遗传算法对最优转移过程进行求解,给出了遗传算法求解该优化问题的设计步骤,并将变轨过程在卫星工具包（satellite tool kit, STK）场景中进行了演示。仿真结果表明两种方法均能满足Lawden一阶最优必要条件。     

空天无人系统智能规划技术综述

鉴于以无人机群和多航天器为代表的航天无人系统的快速发展,以及任务要求的日益多样化和复杂性,在分析空间无人系统智能规划特点的基础上,首先阐述了无人机群聚、编队飞行、编队维护和编队重构等智能航迹规划策略,总结了无人机群任务智能规划的建模和优化方法.然后介绍了多航天器飞行和避碰轨道规划的内容和现状,总结了多航天器集中和分布式任务规划的主要研究成果.最后,对空间无人系统智能规划技术的未来发展提出了一些建议.     

编队干扰方案协同决策研究

为了解决在舰艇编队反导作战过程中考虑协同时的编队干扰作战方案动态优选问题,提出了基于协同的编队干扰方案决策方法.以协同理论为依据,定义了干扰方案之间的协同度,给出了协同度的求解方法,并与动态规划原理有机结合,找到了一种基于协同的多阶段多方案优化策略.将该方法应用于解决编队干扰方案协同决策的优化中,在给定的战术想定条件下,使用该方法得出了协同情况下的全程干扰效能指数,结论明确合理.     

三维医学图像分割的改进量子进化搜索算法

传统量子进化算法用于搜索某些函数极值时精确度较低且稳定性较差.针对该问题,借鉴模拟退火算法,根据进化代数及个体的适应度值,修正了传统量子进化算法旋转门函数的旋转角度值,并应用于三维医学图像分割,从而形成了一种用于三维医学图像分割的改进量子进化算法.100次阈值计算实验结果表明,提出的分割算法与传统量子进化算法相比,在保持了传统量子进化算法收敛速度快特点的同时,可大大提高算法在三维分割中的精确性和稳定性.     

递进多目标遗传算法

在现有算法研究基础上,提出了一种递进多目标遗传算法,该方法每进化一定代数后以一定策略对群体进行重构,以提高算法对解空间的遍历性,从而较大程度上避免算法的早熟.该算法采用非劣解等级优先的选择方式复制后代,降低算法的时间复杂性;通过递进层次间对部分非劣解个体执行局部搜索,加快全局非劣解集的进化.采用递进算法与现有两种典型多目标遗传算法NSGA、MOGLS算法对一些典型优化问题进行对比分析,验证了算法求解多目标函数优化问题的有效性;通过调整算法递进层次与每层进化代数的参数设置,进一步研究了参数选取对算法性能的影响.     

基于虚拟包络面和TOPSIS的DEA排序方法

传统的DEA模型将决策单元简单地分为DEA有效或DEA无效两大类, 无法实现决策单元的完全排序. 为实现决策单元完全、合理的排序, 文献中出现多种DEA排序方法. 文章在文献总结的基础上, 对现有DEA排序方法的局限性进行了详细的探讨; 基于实际评价的决策单元, 提出了一种虚拟前沿面的DEA方法, 并给出了基于最优虚拟前沿面和最劣虚拟前沿面的效率评价模型; 然后基于TOPSIS排序思想, 构造了基于最优虚拟前沿面理想决策单元和基于最劣虚拟前沿面的负理想决策单元, 提出了一种集成的DEA排序方法. 该方法同时考虑决策单元的最优和最劣权重体系, 兼顾所有决策单元的效率信息, 能够获得较为合理的排序结果. 算例分析验证了所提出的方法的合理性和优越性.     

基于DE-DMPC的UAV编队重构防碰撞控制

当战场环境发生变化时,无人驾驶飞机(unmanned aerial vehicle, UAV)编队只有进行编队重构,才能保证编队的生存能力。在重构过程中碰撞问题严重威胁UAV安全应着重考虑。通过对UAV编队重构防碰撞问题进行分析,提出采用分布式模型预测控制(distributed model predictive control, DMPC)的方法,将编队重构问题转化为滚动在线优化问题。结合碰撞约束建立重构代价函数,针对代价函数求解复杂的问题,提出采用改进微分进化(differential evolution, DE)算法求解代价函数,并对算法的收敛性进行了分析。仿真实验表明,所提出的算法能够有效实现编队重构防碰撞控制,同时其代价更小、寻优能力更强。     

基于固定时间一致性的无人机集群构型变换

针对无人机集群需要在指定时间内完成构型变换的情况,研究了具有一阶积分特性的无人机集群构型变换固定时间一致性控制问题。基于一致性方法设计了编队控制协议,引入编队参考向量,并通过构造Lyapunov函数,证明了在通信拓扑连通条件下无人机集群系统能够实现固定时间一致性并完成期望构型变换。以四旋翼无人机为基础搭建实验验证系统,并进行二维飞行验证,实验结果证明了本文所提方法的有效性。     

卫星编队构形多冲量调整优化研究

建立了卫星编队多冲量构形调整的优化模型,给出了期望构形约束的表达和处理方式。在约束处理方式和优化方法的不同组合下,对两个示例问题进行了多次优化求解和对比分析。结果表明:传统优化方法不能有效搜索复杂多冲量构形最优调整问题的最优解,而进化算法在期望构形约束满足精度上存在不足;先基于进化算法作全局搜索、再利用传统优化方法提高解的局部最优性是很好的方法,能够获得燃料最优性和约束满足精度都很高的解;对于期望构形约束的处理,传统优化适宜采用最终时刻状态偏差方式,而进化优化采用全周期最大状态偏差方式较好。     

基于一致性算法的卫星编队姿轨耦合的协同控制

针对卫星编队一主多从结构的相对轨迹、姿态的协同控制问题,提出了一种基于Lyapunov方法的编队飞行协同控制策略。该控制策略将分布式控制思想引入卫星编队飞行的相对轨迹、姿态的动力学系统中,使各从星保持编队构型的同时沿期望轨迹相对主星绕飞。从理论上证明了系统的渐近稳定以及对外部干扰的抑制,并基于一致性算法理论定量地分析了通信拓扑结构为有向图情况下控制器参数的选择范围。此外,利用星星间的相对位置信息确定各从星的期望姿态和角速度,以确保对卫星编队进行姿态协同控制,达到跟踪同步的目的。最后将提出的算法应用于卫星三角形编队飞行的协同控制,仿真结果表明该方法的可行性与有效性,具有潜在的应用前景。     

多目标决策的柔性电压控制

提出了一种新的电压稳定控制方法.基于帕雷托优化解集,多目标决策技术被用来实现对于电力系统电压稳定性的柔性控制.电压控制是一个多目标优化问题.首先用基因跳跃进化算法作为离线搜索的方法,寻找出帕雷托优化解集.当控制系统在线应用时,帕雷托优化解集提供了一系列可行解.多目标决策技术能够根据不同的控制需求选择其中之一,满足不同的操作参数选择.从而实现了对于电压稳定的柔性控制.这种基于多目标决策的控制策略提供了快速、柔性的系统响应.对于6母线的电力系统仿真证实了这一新方法的有效性.     

编队飞行挠性航天器的输出反馈姿态协同控制

研究了在姿态调节和时变参考姿态跟踪情况下,且挠性模态变量和角速度不可测量时的编队飞行挠性航天器的姿态协同控制问题。针对姿态调节问题,在挠性模态不可测量的情况下,将文献中已有的用于刚体航天器编队飞行的比例〖CD*2〗微分协同控制器,推广到了挠性航天器编队的情形。然后,针对姿态跟踪问题,通过构造关于挠性模态的期望动态系统,并利用无源滤波器,提出了一种仅利用姿态测量信息的无速度反馈协同控制器。仿真结果表明了所提出控制方案的有效性。     

抛物面天线小形变赋形及波束重构方法

针对星载抛物面天线波束大角度重构实现方法复杂及天线在轨赋形难度大的问题,提出了一种基于馈源纵向偏焦及多参数联合优化的波束重构方法。天线的馈源阵列作纵向偏焦,采用Zernike多项式拟合抛物面并提取多项式系数作为优化变量,运用粒子群算法对多项式系数、馈源阵的幅度和相位3类参数进行联合优化。以赋形反射面算例和波束重构算例验证方法的有效性。仿真结果表明，提出的方法简单易操作,可获得较小的反射面形变量,有效降低了抛物面在轨赋形难度,并可使波束重构得以灵活实现。