基于RS属性约简与LS-SVM的装备研制风险综合评价

为有效管控武器装备的研制风险,推进装备研制项目的顺利开展,提出一种基于粗糙集(RS)属性约简与最小二乘支持向量机(LS-SVM)的装备研制风险综合评价方法。该方法在装备研制风险评价指标体系基础上,通过集对分析法构造训练样本和测试样本。以属性重要性作为RS启发信息,对评价指标进行属性约简,消除冗余信息。最后,基于约简后的评价指标样本训练LS-SVM模型完成风险评价。案例分析表明,相对于单一LS-SVM方法,所提出的方法预测精度更高,平均绝对误差达到0.098,评价结果更为准确,过程也更为科学合理。因此,将提出方法用于武器装备研制项目的风险评价是有效和可行的。     

基于改进QGA的有/无人机编队多任务联盟生成

针对有/无人机编队作战中多约束复杂任务分配问题,提出一种改进QGA(Quantum Genetic Algorithm,QGA)的多任务联盟求解方法。首先确定任务需求、时间、平台能力等多种约束,综合考虑联盟总任务收益、耗费成本与任务时间因素,构造目标函数,建立了多任务联盟生成优化问题模型;从多分组并行演化、观测值修正、动态旋转角调整3方面对QGA算法进行改进用于问题求解;并结合实际案例进行了仿真分析,结果表明,提出的方法可以有效生成多任务联盟,解决有/无人机编队多约束复杂任务分配问题,解质量较高。     

火箭助推零长发射建模仿真研究

火箭助推零长发射是一种常见的无人机发射方式。此发射方式不受起飞场地的约束,机动性强,扩大了无人机的使用范围。以某无人机为研究对象,重点分析研究发射过程中无人机受到的气动力、重力、螺旋桨作用力、助推火箭作用力及其产生的力矩,并在Matlab/simulink中建立火箭助推零长发射的仿真平台。仿真结果可以真实反映无人机的发射状态,根据发射过程中无人机的速度、高度、姿态以及舵面的偏转情况,可以判断发射过程是否安全,由此为发射提供重要的参考依据。     

基于改进PH曲线的无人机路径规划方法

快速而有效的航路规划是无人机执行作战任务的基础。针对现有Pythagorean Hodograph(PH)曲线路径规划方法中仅对一条路径曲线进行优化问题存在的不足,提出一种基于改进PH曲线的多段路径的组合规划方法。该方法通过建立选择策略,改进多段PH路径合成方法,有效利用了PH曲线的曲率连续性和精确性,结合贪心算法的快速寻优特性,可以快速得到满足安全性、曲线连续和曲率连续的最优PH路径。仿真结果表明了该方法的合理性和有效性。     

基于PSO-Markov联合模型的无人机路径规划

利用PSO算法对无人机在侦查任务中的路径进行实时规划,将算法与地形、飞行角度、油量等约束条件结合起来,有效地缩减了搜索空间;同时为了在任务中能够更好地掌握无人机完成任务与生存的概率以及整个路径的代价,引入了一种可用于计算风险和评估任务威胁的生存性联合模型,该模型使用了八状态马尔科夫链来描述无人机的状态。仿真实验结果表明,该方法可以有效地检测航路中飞机的各种状态的概率,并以此对整个航路进行评估。     

基于矩阵对策与遗传算法的无人机空战决策

针对无人机自主空战决策的实时性与准确性需求,提出一种矩阵对策法与遗传算法相结合的空战决策算法。基于空战优势函数以及无人机机动模型建立了无人机空战决策模型,使用改进的矩阵对策法获取我方无人机最优选择策略的大致范围,再在此范围内使用遗传算法寻找最优策略,最后通过直线飞行机动和S型规避机动仿真验证了算法的可行性。仿真结果表明,所提算法不仅能够提高机动决策的精度,还在一定程度上避免了单纯遗传算法计算量大、计算时间长的问题,满足空战合理性与实时性需求。     

“双碳”战略下绿色能源无人机的发展机遇和挑战

对绿色能源无人机这一新兴航空技术领域进行了综合评述,并讨论了未来发展机遇和挑战。首先,阐述了绿色能源无人机的发展现状,介绍了典型太阳能无人机、氢燃料电池无人机,分析了高效柔性薄膜太阳能电池、轻质高效氢燃料电池等绿色能源动力关键技术;然后,对“双碳”战略带来的机遇进行了分析;最后,探讨了绿色能源无人机技术发展面临的挑战,以及未来发展方向,为绿色能源飞行器技术领域的研究工作和关键技术攻关提供一定参考。综述表明,“双碳”战略已经提升到了国家战略层面,绿色装备需求迫切,绿色航空发展进程正在加速。兼顾长航时和大载荷的实用化技术、低成本快捷改装技术以及多种能源混合互补技术等将是推动绿色能源无人机未来发展的关键。     

无人机“数据链路”信息安全综述

无人机由于其高度的灵活性,已经被广泛用于代替人类执行各种任务。然而,随着应用的不断拓展,无人机通信链路的信息安全问题逐渐被暴露出来,成为无人机应用面临的重大挑战。首先,从数据层面对无人机“数据链路”的体系结构进行了分析,提出机外数据链路、总线数据链路、载荷数据链路共同组成了无人机的“数据链路”;其次,针对三大链路所面临的通信安全、总线安全、载荷安全、智能安全问题以及代表性防护手段进行了分析和总结;最后,对未来无人机“数据链路”信息安全的研究与发展方向进行了展望,提出以适航飞行为核心的传统安全定义已不能满足现在和未来无人机系统的安全需求,需要重新定义无人机系统的安全内涵与外延,给出新的研究框架与技术体系,为无人机的信息安全提供更加有效的保障,也为其他无人系统安全体系建设提供借鉴。     

基于人工势场法的多机编队重构防撞控制

针对多机编队在队形变换过程中存在的机间碰撞问题展开研究。首先基于人工势场法提出一种有界斥力函数的设计方法;同时为避免同平面内队形变换导致的航迹交叉现象出现,设计了队形变换协调策略,有效解决了人工势场法容易陷入局部极值点的问题。其次,通过引入时变权重系数协调防撞控制量和一致性控制量,设计了机间防撞控制协议,在提升队形变换速度的同时确保无人机之间的距离始终大于安全距离。最后,通过数值仿真实例验证了所提编队防撞控制方法和队形变换协调策略的有效性,不仅显著提升了协同编队的安全性,还能够支撑未来大规模多无人机系统协同编队。     

面向分布式组网无人机集群的感知数据融合方法

为解决由于全局知识缺失、通信限制、各无人机局部感知信息相关性未知等导致的分布式组网无人机集群中的感知数据融合难的问题,开展了面向分布式组网无人机集群的感知数据融合技术的研究。首先,采用标签随机有限集对各无人机局部感知信息进行建模。其次,分别使用算术平均和一致性作为分布式融合的准则和计算方法,提出了一种基于一致性、算术平均和标签随机有限集理论的分布式数据融合算法,以在分布式组网无人机集群中实现对全局感知信息的集体认同。最终仿真实验表明,所提算法可实现对全局感知信息的分布式融合。