高超声速伸缩翼变形飞行器轨迹多目标优化

针对高超声速条件下变形技术的应用模式,对具有伸缩翼的组合式飞行器滑翔弹道进行了多目标优化研究。介绍了伸缩翼的变形模式,给出了不同变形状态下的气动特性;建立了三自由度滑翔轨迹动力学模型和伸缩翼前缘热流计算模型;采用MOEA/D多目标优化算法,以变形条件和飞行攻角为设计变量、以最大射程和最小翼前缘总吸热量为目标函数,进行了多目标优化计算。优化结果表明,MOEA/D计算得到了相对均匀分布的Pareto最优解集,将伸缩翼外形与无变形外形相比,飞行器滑翔段射程得到了显著提高,同时伸缩翼前缘总吸热量有明显的降低。     

有/无人机协同使用声纳浮标应召搜潜研究

有/无人机混编协同反潜作战可以发挥有人机和无人机的互补优势,极大提高反潜效能,是未来航空兵作战的重要方式。针对有/无人机反潜特性,分析了有/无人机使用声纳浮标协同应召搜潜过程和方式。以反潜机布设声纳浮标、无人机进行监听为前提,提出了无人机监听航路的代价函数,以此分析了无人机最优监听航路,计算结果表明监听方案的可行性,对有/无人机协同反潜作战具有一定的参考意义。     

基于可视化HPSO的无人机装备维修任务调度

分析了目前军用无人机装备维修任务调度问题的组成及现状,构建了改进的混合粒子群算法,通过离散化粒子群简化粒子论域,加快计算速度;引入浓度监控机制,综合粒子浓度分布和适应度大小两方面信息,对进化过程进行调控;结合遗传算法,增加粒子间的交叉、变异,加快粒子群进化速度,防止陷入局部最优;并在Matlab环境下对图形展示函数进行优化,实现迭代过程动态可视。最后通过实例分析,高效计算得出最佳调度方案,实现了混合粒子群算法在装备资源调度问题的有效应用。     

无人机使用助力现代联合登岛(礁)作战

无人机已经广泛使用军事领域各个方面,但就其助力现代联合登岛(礁)作战,还少有研究。本文从无人机助力联合登岛(礁)作战特性分析、具体表现和实现途径三个方面进行了探讨,以期对现代联合登岛(礁)作战有所借鉴和帮助。     

基于察打任务的无人机作战效能评估

首先根据时敏目标打击的特点,分析了察打任务模式下的察打一体无人机的作战使用。然后对评估体系中察打一体无人机的侦察能力与打击能力相关性进行了分析,同时将任务可执行度作为无人机效能评估的一项动态权衡标准,建立了基于察打任务的无人机效能评估模型,并基于效能指标体系建立了各分项模型。最后通过算例验证了模型的可行性。     

无人机自主控制应用需求及研究发展分析

随着无人机装备的快速普及,自主控制技术越来越成为提高无人机系统生存能力、适应能力和任务完成能力的重要因素。通过对无人机实战场景和使用需求的分析,提出近期对自主控制技术应用的重要需求是提高无人机感知能力和对故障及飞行状态的适应性。分析了当前自主控制技术在外部态势、内部态势和适应性飞行控制方面的研究和应用现状。最后,根据对应用需求的分析和当前相关技术的发展应用情况的考察,提出了无人机适应性自主控制的技术框架。     

基于多Agent无人机协同侦察任务规划模型

建立了多无人机协同侦察任务规划模型,在考虑侦察时间间隔约束和目标载荷需求基础上,给出了位于不同基地的无人机优化部署和调度策略,并提出了基于多Agent的优化搜索仿真算法,利用Matlab实现了无人机优化配置和任务规划模型,得出了无人机优化配置和任务规划方案,最后分析了模型算法存在的某些不足,提出了模型改进的方向。     

无人机系统控制站操作容错控制技术

通过对国内外无人机系统控制站操作容错技术发展现状及大量实际飞行操作经验的总结和分析研究,明确了现阶段无人机控制站操作容错控制技术主要涵盖了操作软件容错、控制站面板容错和操作界面布局容错等三个维度的核心问题。并从设计依据和原则入手,提出了无人机系统控制站操作容错设计的要求,分别针对软件容错设计、面板容错设计、操作界面容错布局要求进行了分析,可为无人机控制站操作容错设计提供有益参考。     

军用无人机目标特性综述

军用无人机作为一类典型的空中目标,分析其目标特性有着重要的军事意义和技术价值。为系统介绍军用无人机的目标特性,从应用和设计的角度分析探讨了其作战使用、结构、飞行和电磁辐射等特性的基本特点,可为工程设计与使用人员提供参考。     

动态滑翔运动建模、机理分析与航迹优化

信天翁凭借动态滑翔的飞行技巧从梯度风中获取能量,从而在几乎不拍翅膀的情况下进行长时间、长距离飞行,这种技巧应用于小型无人机上可拓展其完成任务的能力。基于飞行器动力学对梯度风场中的无人机运动方程进行推导和简化处理;利用简化的运动方程,分别从非惯性参考系中的动能定理和机械能变化的角度,对动态滑翔获取能量的机理进行分析;利用微分平坦法,以最小平均控制输入变化率为目标函数,对徘徊模式和平移模式的动态滑翔航迹进行优化计算。分析结果表明:逆风爬升、顺风下滑是动态滑翔基本获能方式。优化结果表明:控制输入变得更加平滑,甚至出现阶段性的常值,使得控制更加简化;徘徊模式下,当风梯度作为决策变量时,优化过程可在[0,0.5 s-1]的区间上找到使得目标函数值最小的风梯度;平移模式下,目标函数值在该区间上单调递减。