转台-陀螺飞轮标定系统误差灵敏度分析方法

陀螺飞轮是一种适用于微小航天器的新型姿态测控一体化装置,利用转台对其进行多位置标定是提高其测量性能的主要途径。为保证标定精度,从陀螺飞轮标定原理和标定误差来源出发,全面考虑转台自身定位误差、轴线回转误差、垂直度误差、相交度误差、以及转台与陀螺飞轮间安装误差等因素的影响,基于多体系统理论推导了多误差因素作用下的误差传递机理,在此基础上,基于Sobol法分析了全局误差灵敏度,得到了各误差因素对标定基准量影响程度的定量分析结论,实现了关键误差溯源。分析结果为有针对性提升标定系统关键误差指标及标定试验的优化设计提供了理论依据。     

UAV时变编队控制技术研究综述

UAV作为典型无人作战平台,是新质作战力量的代表,其引起众多军事大国的重视以及许多高成本理论研究。其中,UAV编队作战的模式具有较高的作战效能和应用价值,受到众多学者的广泛关注和研究。为准确把握当前UAV编队作战研究动态及进展,首先介绍国内外相关的典型项目和研究进程。接着归纳总结当前单UAV以及编队控制的相关控制技术和其优缺点。之后分析出目前UAV编队飞不稳、易坠机和稳定性差的原因主要是受外部扰动和通信时滞的影响,并归纳相对应问题的解决方法。最后对UAV时变编队控制技术的研究进行总结和展望,为进一步研究UAV编队飞行控制稳定性奠定基础。     

基于QAR数据的飞行环境风建模方法

针对传统环境风模型无法描述非Kolmogorov紊流和风向变化的问题,提出了基于QAR数据的环境风建模方法。将环境风模型划分为风向模块和风速模块。基于QAR数据分析风廓线系数和季节的相关性,建立了能描述平均风时空特性的平均风模型。基于Davenport功率谱形式拟合实测紊流功率谱,拟合结果表明实际紊流功率谱的标度指数在-1.98～1.13。分析风向和风速之间的相关性,考虑风向的变化特性,提出了基于马尔可夫过程的风向建模方法。基于以上模型进行了环境风模拟,并将模拟环境风引入飞行仿真实验中。实验结果表明,该方法能描述非Kolmogorov紊流和风向变化,且能实际应用于飞行仿真中。     

双基发射药螺杆挤压成型多出口模具结构设计优化

为研究某双基发射药在多出口螺杆挤压机内的流动过程,采用单因素法探究出口数目对发射药流动过程的影响,而后以提高生产效率为优化目标,以流道压强差为约束条件,对挤出口数目、模具长度和模具收缩角进行正交实验。结果表明,增加出口数目可以提高产量,减小最大压强差,使生产更加高效和安全;对质量流量和流道压强差影响程度的排序为：出口数目>模具长度>收缩角,并得到最合理的结构参数组合为出口数目5,模具长度40 mm,收缩角37°,此时质量流量提高了17.6%,流道压强差降低了25.0%,满足并保证发射药致密性的要求。     

基于自注意力机制和CNN-LSTM的空战目标机动轨迹预测

空战目标机动轨迹是有丰富时空特征的多维时间序列,具有高度复杂性和不确定性。针对现阶段轨迹预测运动学模型建立困难、时序预测的方法难以提取时空特征且只能单一的从T到T+1时刻的顺序式训练的问题,文中提出了一种自注意力机制(self-attention, ATT)和卷积神经网络(convolutional neural network, CNN)-长短期记忆网络(long short-term memory, LSTM)结合的模型(CNN-LSTM-ATT)。离线状态下训练模型,获得的最优模型可以实现目标机动轨迹的高精度预测。文中模型与CNN-LSTM、LSTM模型进行单步预测对比分析,具有良好的单步预测和不同过载机动预测的能力。考虑到电磁干扰和复杂环境导致传输数据的误差和缺失,进行了目标轨迹的5步预测,预测结果和评价指标均优于CNN-LSTM、LSTM模型。     

基于多尺度残差网络的自适应边缘检测

为了实现无人机避障过程中的障碍物检测,针对传统边缘检测算法检测速度慢、抗噪性能差、边缘信息易缺失等问题,提出了一种基于多尺度残差网络的自适应边缘检测算法。基于深度可分离卷积,替换ResNet18残差网络中的传统卷积结构有效减少了网络参数量,提高特征提取效率。在综合考虑固定阈值和局部边缘点均值的基础上,引入自适应阈值改进八向差分算子,以提高算法抑制噪声干扰的能力。基于多尺度特征融合结构,在包含更强语义信息的高层特征图上融合低层细节信息,细化小尺度目标边缘特征。与改进前相比,准确率提升了4.23%,参数量降低了5.01×10⁶,处理速度提高了4 fps。     

多无人机协同空战任务规划仿真系统

面向多无人机协同空战任务规划方法性能验证的需求,开发了一种基于VR-Forces仿真引擎的多无人机协同空战任务规划仿真系统,对该仿真系统的总体架构、红方子系统、蓝方子系统、白方子系统和强化学习算法训练子系统进行了设计。对算法库、强化学习算法训练和人机交互等关键技术提出了针对性的解决方案,提升了该仿真系统的稳定性、可扩展性和功能性。利用该仿真系统对多无人机协同空战目标分配、重决策算法等典型任务规划方法进行了测试和仿真实验。结果表明,所开发的仿真系统可以很好地支持多无人机协同空战任务规划方法的测试和验证。     

基于增量预测控制的高速多体船垂向运动稳定研究

为了增强高速多体船对海浪扰动的抑制能力,减少垂向运动幅度,提出基于增量预测控制的垂向运动稳定方案。该方案在建立高速多体船的垂向耦合运动模型基础上,分析随机海浪扰动的频域和时域特性,基于积分扰动模型估计海浪扰动力和力矩。为减少海浪平均扰动力和扰动力矩对垂向运动的影响,将垂向运动模型转化为增量模型,作为预测控制的预测模型;同时,把升沉和纵摇的幅度和变化率引入目标函数中,采用滚动优化策略获得多体船的垂向运动预测控制律,分析闭环系统稳定性。仿真结果表明,所提的增量预测控制有效减小升沉和纵摇波动变化率和幅度,升沉位移减少59%,纵摇角减少47%。     

航空通信平行仿真系统研究

针对未来多域协同体系级作战下的航空通信动态规划需求,根据仿真系统与实际系统的虚实映射、实时同步、共生演进和闭环优化的系统目标,提出了平行仿真系统在航空通信装备作战效能提升、装备内场增量式集成测试验证、装备智能健康管理以及虚实结合的试飞训练等方向的应用构想,建立了一种面向航空通信的平行仿真系统架构,给出了系统组成,分析了系统涉及的实时数据采集、多分支并行仿真推演和基于人工智能的态势预测与智能决策等关键技术难题,为平行仿真技术在航空通信领域的具体应用奠定理论基础。     

融合先验知识的异构多智能体强化学习算法研究

近年来,基于深度强化学习的机器学习技术突破性进展为智能博弈对抗提供了新的技术发展方向。针对智能对抗中异构多智能体强化学习算法训练收敛速度慢,训练效果差异大等问题,提出了一种先验知识驱动的多智能体强化学习博弈对抗算法PK-MADDPG,构建了双重Critic框架下的MADDPG模型。该模型使用了经验优先回放技术来优化先验知识提取,在博弈对抗训练中取得显著的效果。论文成果应用于MaCA异构多智能体博弈对抗全国竞赛,将PK-MADDPG算法与经典规则算法的博弈对抗结果进行比较,验证了所提算法的有效性。