多约束下的高超声速飞行器三维非线性自适应末制导律

面向多约束下高超声速飞行器末制导过程中的通道耦合、参数扰动、模型失配等突出问题,设计一种适于高超声速飞行器的三维非线性自适应末制导律。为了模型描述的完整性和简洁性,引入视线旋量和旋量速度的概念,并基于此建立三维制导参考模型和实际系统的表达式;为了保证制导律的鲁棒性和自适应性,基于自适应控制理论,设计一种三维非线性自适应制导律;通过数学推导证明了该制导律的稳定性。该制导律能够从理论上克服高超声速飞行器末制导面临的通道耦合、参数扰动、模型失配等突出问题,满足多约束制导要求。仿真结果验证了所设计制导律的有效性。     

临空高超声速飞行器地基拦截引导需求分析

NSHV具有速度快、隐身性好、突防能力强等特点,对传统防空反导体系提出了巨大挑战,对国家安全构成了重大威胁。针对此类目标拦截引导难度大的特点,分析了地基雷达在地球曲率影响下引导能力的局限性;具体讨论了武器系统对NSHV的拦截引导需求,分析了地基雷达引导能力与需求的矛盾关系;基于上述分析,给出了天基、临空基、空基和地基探测平台协同引导的解决方案,并结合实例对协同引导的过程和能力进行了分析。此研究对于未来应对NSHV的威胁具有一定的理论指导意义。     

一种“可抛机翼”变构型飞行器设计与性能分析

变构型飞行器可以通过改变自身构型在不同的飞行条件下同时具备良好的气动特性,从而适应不同的任务需求和飞行环境。针对传统变构型方式会增加飞行器质量和结构复杂度的问题,设计了一种具有“可抛机翼”的变构型飞行器,其常规构型可实现高亚声速巡航,在抛离机翼后变为弹体达到超声速,用于末段突防、打击等军事用途,针对变构型前后2种状态进行不同飞行条件下的数值计算,初步评估该飞行器的气动性能,再通过飞行仿真模拟飞行器从抛离机翼到加速冲杀的全过程。研究结果表明：这种飞行器可以通过构型的改变适应不同的飞行环境,为高速变构型飞行器的构型设计提供参考。     

基于异态集成学习的飞行目标辅助识别模型

对飞行目标类型的准确识别是空中作战意图识别的前提和基础。针对当前各类识别模型在训练样本较少时,较难同时获得模型的稳定性和较好的泛化能力且在线学习能力较差的问题,提出了一种基于异态集成学习的飞行目标辅助识别模型,将k近邻学习模型与BP神经网络模型进行整合,使模型兼具训练稳定性与较好的泛化能力;通过算法设计,模型具有了整体动态更新的能力。基于某作战仿真系统完成飞行目标识别实验,对比了该模型与各类模型的性能表现。实验结果显示所提出的模型识别正确率稳定在90%左右,且在个体学习器的基础上至少提高2%。     

环境参数在线辨识及其在滑翔段制导中的应用

针对助推滑翔导弹,提出基于飞行环境参数在线辨识的滑翔段数值预测校正制导方法。综合考虑大气密度和气动系数对导弹运动的影响,引入滑翔段综合环境参数,利用扩展Kalman滤波方法对综合参数进行在线辨识。基于在线辨识结果,利用渐消记忆递推最小二乘方法在线建立环境参数预测模型,并利用最新辨识结果进行模型的在线修正。设计了纵向和横向制导律,并基于环境参数在线预测模型进行落点预测,以克服飞行环境扰动对落点预测精度的影响。进行了大气密度非定常扰动下的制导仿真,以及密度和气动参数随机扰动下的Monte Carlo仿真。仿真结果表明:环境参数在线预测模型能准确预报飞行环境参数,制导方法对飞行环境扰动具有较强的鲁棒性。     

高超声速滑翔目标多层递阶轨迹预测

为给高超声速滑翔目标态势与威胁评估、拦截防御等提供先验知识,提出一种多层递阶轨迹预测方法。该方法借鉴多层递阶预测理论对预测模型进行随机补偿,将轨迹预测问题分解成气动参数和模型误差的混合预测以及在此基础上对目标轨迹的预测。方法首先利用气动参数增广状态向量进行动力学建模,对气动参数和模型误差进行混合估计,根据参数估计值进行时间序列预测。然后,在参数预测的基础上,利用动力学模型积分预测目标轨迹。仿真设计了2种有规律的飞行模式仿真场景,分析跟踪与预测时间对预测精度的影响,结果表明算法具有稳定可靠的轨迹预测能力。     

飞行器航迹数字化可视平台实现方法

基于网络通信、测量定位和地理信息系统(GIS)应用软件MapInfo的集成开发技术,详细介绍了建立航空飞行器航迹数字化可视平台的方法,该方法应用范围较广泛,具有很强的实用价值。     

无果而终的“空中暗杀”

1881年5月3日凌晨4点钟,俄国圣彼得堡市的马刀广场上突然传来巨大的爆炸声,人们被从睡梦中惊醒,纷纷赶到这里查看情况。原来是广场上的方尖碑顶部的一个铜球被雷击中,发出巨大响声。由于该广场距离当时的沙皇亚历山大三世所居住的加特契纳宫很近,所以事件被谣传为另一个版本：民意党人驾驶空中飞行器将炸弹投到方尖碑上引起爆炸。