再入飞行器弹道系数的自适应估计

运用Kalman滤波方法对再入飞行器的跟踪问题进行了分析,在动力学噪声已知的情况下,给出了一种弹道系数的自适应估计方法;在动力学噪声未知时,给出了弹道系数和动力学噪声方差的自适应估计方法。仿真算例表明这种方法是合理有效的。     

基于合作博弈的智能集群自主聚集策略

以无人车集群系统协同监视再入体着靶过程为任务背景,开展智能集群自组织策略相关技术研究。设计无人车集群执行再入体着靶协同监视的集群行为模式;针对协同监视过程中的集群聚集行为,提出基于合作博弈的智能集群自主聚集策略。各智能体以实现群体聚集为"合作目标",以降低自身能量消耗为"竞争目标",开展博弈;基于微粒群算法规划局部路径,最终使群体系统涌现出聚集行为。仿真实验验证了设计的自主聚集策略的有效性。     

高超声速飞行器滑翔制导方法综述

阐明高超声速飞行器滑翔制导的基本问题,分析滑翔制导过程面临的复杂多约束、机动任务要求、参数扰动等研究难点;分别就国内外标准轨迹制导方法和预测-校正制导方法相关研究现状展开综述,指出了这两类方法中存在的问题。在此基础上,提出高超声速飞行器滑翔制导研究中亟待解决的关键问题,并指出未来滑翔制导方法的研究热点。     

高空远程滑翔UUV减速段弹道仿真与分析

高空远程滑翔UUV技术是一种集高空滑翔与水下航行于一体的综合技术研究,减速段弹道是高空远程滑翔UUV弹道流程中的重要部分.通过建立高空滑翔UUV的六自由度数学模型,在Matlab/Simulink环境下对减速段弹道进行了运动仿真与分析.采用火箭反推减速方案对UUV进行减速,根据UUV入水条件要求设置初始条件,仿真结果显示UUV能满足入水条件要求,证明了此方案的可行性.并对影响减速段弹道的因素:反推力的大小、反推力作用时间、反推火箭安装位置进行了仿真与分析,对以后的进一步研究具有指导意义.     

再入体表面脉动压力环境的预测

在较宽的攻角范围内 ,考察了超声速和高超声速流场中一类球头双锥再入体表面脉动压力的分布特性 ,并基于超声速和高超声速流动情况下再入体表面的压力分布给出一套预测表面脉动压力分布的工程方法。利用该方法研究了马赫数、攻角、壁面温度等因素对再入体表面脉动压力环境的影响。计算结果表明 ,在本文的计算条件范围内 ,预测的均方根脉动压力系数分布与实验结果基本一致。     

可控翼伞系统的滑翔与稳定性分析

可控翼伞系统在飞行器回收领域有广阔的应用前景。本文就可控翼伞系统建立了六自由度数学模型,并用该模型对40m~2可控翼伞系统的滑翔和稳定性进行了仿真计算和分析,研究结果对可控翼伞系统设计和实验有一定参考价值。     

无人机风梯度滑翔过程中能量变化

风梯度滑翔是一种能够使飞行器从飞行环境中获取能量的飞行方式。在已建立的飞行器动力学模型的基础上,分析了无人机在已知的梯度风场中一个滑翔周期内的能量变化过程。采取分段解析的方法,将一个风梯度滑翔周期分为4个阶段进行分析,即逆风爬升、高空转弯、顺风下滑和低空转弯,其中高空转弯为整个滑翔周期内的关键阶段。采用三维空间路径结合二维平面投影的计算方法,详细分析了无人机在高空转弯过程中的运动方程和能量转化方程,同时分析了影响飞行器从梯度风场中获取能量以及梯度风场中由于空气阻力导致飞行器能量损失的相关参数,为无人机最大程度地从梯度风场中获取能量,同时减少自身能源损耗提供了理论指导,并且根据理论建模进行了仿真分析,得出了逆风爬升和高空转弯的初期是获取能量主要阶段的结论,对指导无动力滑翔有很大的意义。     

多约束强化学习最优智能滑翔制导方法

为提升复杂飞行任务下滑翔制导的自主性,提出一种基于最优制导与强化学习的多约束智能滑翔制导策略。引入三维最优制导以满足终端经纬度、高度以及速度倾角约束。提出基于侧向正弦机动的速度控制策略,研究考虑机动飞行的终端速度解析预测方法。针对速度控制中机动幅值无法离线确定的问题,研究基于强化学习的智能调参方法。该方法基于终端速度设计状态空间,以机动幅值设计动作空间,设计综合终端速度误差与滑翔制导任务的回报函数,采用Q-Learning实现机动幅值的智能调整。仿真结果表明,智能滑翔制导方法能够高精度满足终端多种约束,并能有效提升复杂任务下的自主决策能力。     

高空远程滑翔UUV的升阻特性风洞实验

为探索高空远程滑翔UUV空气动力学基本特性,针对高空远程滑翔UUV详细设计了风洞试验模型,并通过试验分析了攻角和导流罩对高空远程滑翔UUV亚音速滑翔时升阻特性的影响,得到了高空远程滑翔UUV升阻特性的基本规律,为高空远程滑翔UUV总体、气动的进一步设计提供了依据.     

考虑禁飞区的高超声速飞行器再入跟踪控制

为确立高超声速飞行器再入精确模型,参考NASA的研究数据对动力学方程中的气动参数进行拟合。基于飞行器结构的相关性质及战略应用背景,加入热流密度、动压、过载和禁飞区等参考约束的限制,融合成强非线性、复杂耦合的最优控制问题。采用改进自适应伪谱法求解模型所构建的微分方程组,通过设置自适应网格细化与配点,使单位时间内状态变量和控制变量波动过大的时间区间被进一步细划,并利用SNOPT求解器解算出符合条件的最优轨迹。设计闭环控制器,实现对最优轨迹的姿态变化的跟踪,测试系统的性能并进行评估。仿真结果表明:整个再入过程中,飞行器速度下降过程偏于平稳,再入轨迹可以满足约束条件,在避开禁飞区的同时取得最大横向航程;三通道角速度收敛可控,对姿态的跟踪较理想,控制器基本可以实现精确调姿。