摘要:智能流场建模方法通过融合深度学习在特征提取与动态响应预测中的优势，以及在多学科设计优化（multidisciplinary design optimization, MDO）架构中的创新潜力，已成为实现复杂流动系统高效建模与高维性能提升的研究热点。本文从数据驱动方法与物理约束方法两方面系统梳理了智能流场建模的研究现状，并指出了发展面临的三大关键挑战：高保真数据获取、复杂边界几何特征表达以及鲁棒物理约束的构建。进一步地，展望了融合气动与多学科耦合效应的联合建模框架，或能通过多尺度物理信息嵌入与自适应优化机制，革新下一代飞行器MDO范式。提供了数据知识与物理机理的深度融合新思路，旨在推动智能流场建模在航空航天等领域的跨学科创新。

摘要:为解决超临界翼型流场快速预测问题，基于当前深度学习流场预测模型的两种主要思路——卷积神经网络和Transformer，提出一种综合结构的深度学习模型，称为TransCNN-FoilNet。该模型能够预测一系列不同厚度的超临界翼型在不同攻角下的流场，相较于基准模型最高可减少79.5%的平均绝对值误差。还针对超临界翼型流场预测模型的训练提出了一种新的组合损失函数，称为加权L1SSIM损失函数。结果表明，该损失函数可以改善对升阻力系数的预测，阻力系数相对误差最多可以减少17.8%。所提出的模型实现了在降低复杂度的同时提升预测准确性和泛化性能，能够为超临界翼型流场的快速可靠预测提供有力支持。

摘要:为了提高内转式进气道的设计效率，实现对内收缩基准流场的快速预测，采用准均匀B样条方法实现内收缩基准流场的参数化设计，提出了基于深度学习残差神经网络架构的流场预测模型。结合峰值信噪比、结构相似性指数等图像质量评估方法，对预测流场进行定量评价，并从中提取壁面特性分布、激波形态等关键流场特性，以实现基于基准流场几何参数快速获取流场云图和特性参数分布的目标。研究结果表明，所构建的流场快速预测模型精度较高，其整体平均峰值信噪比为42.51 dB，平均结构相似性指数为0.997 3，且能有效地从预测结果中提取流场的关键特性与参数分布，为内收缩基准流场的快速设计与优化提供有力支持。

摘要:以低成本探空火箭为研究对象，基于不同学科仿真模块建立探空火箭多学科仿真模型，实现多学科耦合的火箭飞行性能仿真。针对探空火箭飞行性能的不确定性传播问题，提出一种基于动态扩充采样和代理模型的不确定性传播分析方法。基于物理分析建立了火箭飞行性能的不确定性偏差模型，通过有界扩充拉丁超立方设计方法实现偏差参数的动态采样，通过逆累积分布变化法获得满足指定分布的偏差样本。利用改进增广径向基函数模型进行飞行性能特征参数近似建模，通过调用少数样本点建立探空火箭飞行性能特征参数的近似预测模型。通过与蒙特卡罗模拟方法得到的火箭飞行性能特征参数进行对比，验证了文中方法可以在指定分布的偏差模型下通过调用少数仿真样本实现飞行性能参数统计值的快速、准确预测。

摘要:为研究液体火箭发动机主阀下游的管道-喷注器部件液氧激冷过程，将该部件简化为出口节流管道，开展了高(3 750 kg.m^-2.s^-1)、低(1 800 kg.m^-2.s^-1)两个质量通量的试验。根据试验结果，绘制了激冷过程中管内流体的流型发展图并进行分析，还开展了对莱顿弗罗斯特点对流传热系数(hLFP)的拟合。得到如下结论：管内液体再润湿包括Ⅰ、Ⅱ、Ⅲ三种模式，分别受端部润湿面(入口和出口润湿面)、中部润湿面和液体高压充填控制；试验工况下管道前1/4段的再润湿始终为模式Ⅰ；管道中后段的再润湿模式随压强增大发生改变，压强小于1.181 MPa时为Ⅰ或Ⅱ，压强大于等于1.181 MPa时，低流量下转为Ⅰ、高流量下转为Ⅲ；使用半经验公式拟合0.15 m、0.30 m截面上4个测点的hLFP，误差小于34.2%

摘要:为提高临近空间飞行器电子设备系统散热能力，解决集成化、微型化电子设备芯片高热流密度的问题，针对合成双射流激励器、微米颗粒两相流及二者的结合开展换热性能的研究。对合成双射流激励器增强换热能力机理进行分析，并对合成双射流激励器与铜-水微米流体管内流动过程进行建模，运用单欧拉模型模拟分析五种颗粒体积分数对流体强化换热能力的影响，还对铜-水、氧化铜-水、氧化铝-水微米流体进行了数值模拟。结果显示：合成双射流激励器能增强流体换热能力，换热能力随微米颗粒体积分数的增加而提高；不同金属颗粒种类的两相流换热能力不同，随金属颗粒导热性能变化。当微米颗粒流体为颗粒体积分数为8%的铜颗粒时，开启合成双射流激励器后芯片温度由328.225 K降低至303.816 K。

摘要:从高超声速滑翔飞行器协同任务需求出发，针对复杂再入环境下的轨迹规划问题，提出一种集群再入的协同轨迹规划方法。建立飞行器集群的再入动力学模型，基于控制量与再入走廊约束设计了一种纵向轨迹控制方案，以减缓轨迹求解时的振荡问题，提高轨迹求解的可行性。在此基础上，提出两种协同形式下的轨迹规划方案，根据飞行器集群的任务需求及滑翔能力分析结果完成协同时间的决策，利用hp自适应伪谱法规划出满足禁飞区和时间约束的协同轨迹。仿真结果表明，所提方法在不同任务场景下均能规划出满足约束条件和协同时间的三维轨迹，对高超声速滑翔飞行器协同规划研究具有一定参考价值。

摘要:计算机辅助气动设计对飞行器外形优化至关重要，为进一步提升气动特性建模效率，提出了面向飞行器的气动力系数智能预测方法AeroPointNet。该方法以几何数模的三维点云表征为输入，构建了高效提取局部与全局几何特征的神经网络架构。为捕捉流动条件的变化，AeroPointNet将物理信息与几何特征融合，并引入两种加权注意力机制来动态调整权重，有效解决了权重失衡问题。实验结果表明，AeroPointNet实现了较传统数值方法3个数量级以上的气动力系数计算效率提升，升力系数和阻力系数的平均相对误差均保持在5%以下。

摘要:针对传统方法在应对多目标、多约束优化时效率较低，难以满足动态复杂环境下的需求的问题，基于协同进化机制、斑马优化算法和微分对策理论，提出了一种融合协同进化算法。通过采用分阶段优化策略对轨迹和策略进行动态适应性优化，同时引入多种群协同进化机制，增强了算法的全局探索能力和局部收敛性能，并结合微分对策理论，提升了博弈策略的稳定性和可靠性。仿真实验结果表明，该方法在多约束条件下能够显著提高任务完成效率，同时可兼顾追逃双方的动态策略调整，为天基空间目标侦察监视任务中的卫星追逃博弈提供了有效的解决方案。

摘要:组合动力宽速域飞行器能够在普通民用机场水平起飞，适合多种地形和应用场景，飞行速度可超过5Ma。在组合动力飞行器中引入变体结构能够进一步拓宽速域和空域，使其在宽速域、大包线条件下具有更好的飞行性能。建立了一种后掠角可变的飞行器模型，包括外形结构、气动模型和动力模型，并分析了模型中的耦合特性；基于Gauss伪谱法分段优化了此飞行器的爬升轨迹，并与固定外形飞行器的轨迹进行对比以分析其性能优势。仿真结果表明，所建立的飞行器模型能够反映出宽速域变体飞行器所具有的飞行-动力、飞行-变体双重耦合特性，变体结构的引入可以有效提升飞行器爬升段的爬升效率和节油性能。

摘要:针对滑翔中段多飞行器协同编队轨迹规划问题，提出一种基于“协同集结-编队保持”策略的两段式协同编队轨迹规划方法。在协同集结段，设计了基于协调-执行双层架构的轨迹规划方法。其中，协调层包括时空能力边界预示、集结点信息解算与分配、集结点信息适应性修正三个模块，以在考虑飞行器调控能力情况下快速确定集结点信息；执行层则设计了一种考虑时空全状态约束的轨迹规划方法，以实现多飞行器高精度集结，进而为编队保持提供有利初始态势。在编队保持段，以虚拟高度和航向角为协调信息，设计了基于固定时间一致性的轨迹规划方法，从而实现长航程编队保持。仿真结果表明，所提轨迹规划方法具有良好的高精度协同集结能力、长航程编队保持能力与多任务适应能力。

摘要:针对高速气动力/热不同计算方法存在的效率和精度之间的矛盾，本文以典型高速飞行器的热防护壁板为研究对象，基于Kriging方法建立了气动力/热代理模型，将计算效率提升4个数量级。基于气动力/热代理模型，并采用有限元方法和自编热传导程序搭建了热防护壁板的热气动弹性计算框架，开展了热防护壁板的热气动弹性分析。该研究将为高速飞行器的气动力/热载荷快速准确计算、热防护系统设计和飞行安全评估提供重要理论基础。

摘要:针对多智能体系统执行包围动态多目标任务过程中编队向量无法完全分布式给出且任务完成时间不确定的问题，提出基于中心位置估计器与包围半径估计器的定时定点包围编队算法。采用动态平均一致性算法设计的中心位置估计器能使每个智能体获得多个动态目标位置的几何中心，通过动态最大一致性算法设计的包围半径估计器能够使每个智能体以分布式方式实时估计出含有最佳包围半径的编队向量。引入“整体规划，分段控制”的思想，同时考虑空间与时间两个维度，在此框架下实现定时定点包围编队。基于代数图论与李雅普诺夫函数证明估计器与控制器在指定时间下可以实现零稳态编队误差。通过数值仿真验证了算法的有效性与准确性。

摘要:数据驱动的通用气动分析模型可在任意工况下对任意外形开展实时可信的气动分析，是实现飞行器极速智能优化设计的关键技术。然而受“维数灾难”的影响，构建复杂气动外形强泛化分析模型的训练数据需求量极高，严重限制了其发展应用。本研究主要针对数据驱动翼型与机翼极速优化设计方面的两项工作，通过对气动外形设计空间的合理表征，避开了“维数灾难”的不利影响，基于十万量级计算流体动力学训练数据构建了具备一定通用性的数据驱动气动分析模型，实现了相关气动外形的极速优化设计。

摘要:随着区域安全问题的日趋严峻，单枚导弹的打击能力逐渐无法满足需求，亟须通过多弹协同提升打击效能。本文研究了多弹协同围捕打击未知机动目标的控制问题，并探讨了导弹机动能力与目标机动能力之比（过载比）的设计。受到自组织生物集群行为的启发，采用滑模控制技术设计了多弹协同围捕算法，包括弹与目标间的吸引项、相邻弹间的排斥项以及弹与目标间的相对速度收敛项。分析结果表明，该算法下可通过初始状态和控制参数计算过载比上界，为低过载比多弹编队提供技术支持。数值仿真结果表明，该算法能够以较低过载比有效完成多弹对未知机动目标的围捕打击，围捕阶段保持安全距离，打击阶段通过移除排斥项快速缩小弹间距以实现对目标的协同打击。

摘要:靶场试验前，利用轨迹优化方法对飞行器的极端边界进行模拟是一项有效仿真手段。采用差凸（difference-of-convex，DC）规划方法，对试验再入飞行器在峰值热流密度方面的极端性能进行了研究。通过DC分解方法对热流、动压和过载约束进行处理，将其分解思路推广到Max-Max类代价函数，如峰值热流、峰值动压和峰值过载等。采用大-M法将原问题转为混合整数非线性规划子问题，将凹凸分解和罚函数结合，解决迭代过程中代价函数的振荡不收敛问题，并提出基于DC松弛模型的改进序列DC规划算法。数值实验表明基于DC松弛模型比传统直接线性化的近似精度要高，且提出的算法具有较高的数值稳定性、算法鲁棒性和代价函数最优性。

摘要:为了使异构多无人机协同测绘系统具备面对动态环境的决策能力，在离线任务规划模型和结果的基础上进行动态场景算法应用推广，提出了一种改进分层分布式任务规划框架。其中，基于预规划航迹的任务估值方法考虑了全局成本，估值结果通过受限通信的局部拍卖算法同步更新，避免了任务冲突与局部最优；基于滚动时域预测控制的航迹联合修正方法，满足动态测绘和避障的要求。通过数值仿真在多场景下验证了规划算法的适用性和可靠性。

摘要:针对非定常气动效应对变形飞行器飞行状态的影响尚不明确的问题，对变形过程中的非定常气动特性开展研究，定量分析其对飞行性能的影响。通过建立考虑飞行器非定常气动特性的动力学模型，以变形速率和飞行速度为核心，对飞行器非定常和准定常两种气动模型作用下的飞行性能进行定性对比分析；设计了两类典型飞行场景，利用伪谱法量化分析了射程覆盖和规避绕飞时气动力非定常效应对变形飞行器的性能影响。结果表明，非定常气动模型相对于准定常气动模型对飞行状态精度会产生与变形速率和飞行速度相关的偏差，且偏差主要出现在低空低速（小于3Ma）飞行段；机动绕飞时由于变形量变化更剧烈，其在250 s飞行时间内产生1 800 m量级的偏差，射程覆盖则在1 000 s飞行时间内只产生350 m量级的偏差。

摘要:为了实现不同自由来流下壁面转捩热流场的高效预测，基于变分自编码器架构建立了生成式转捩热流预测模型。选取不同自由来流条件下的高超声速圆锥模型作为研究对象，采用数值模拟方法构建转捩热流数据集。搭建变分自编码器模型，在转捩热流数据集上进行了训练和验证，结果分析表明变分自编码器模型能够有效提取热流场隐变量，并精准重构了背风面流向涡转捩的热流场结构。搭建全连接神经网络模型，构建了自由来流与热流场隐变量的非线性映射关系。串联全连接神经网络模型和变分自编码器模型解码器部分，构建高超声速圆锥转捩热流预测模型，预测结果表明，该模型能够有效学习复杂转捩机制作用下的热流分布特征，对不同自由来流下的热流预测精度较高，误差不高于0.024。

摘要:针对大量虚假关联鬼点导致的跟踪精度下降问题，提出了一种基于角度量测与目标运动特性融合的双级鬼点剔除与目标跟踪算法。该算法采取“先关联后估计”的协同定位策略，通过建立角度量测噪声与定位误差之间的映射关系，构建了视域栅格地图及能量积累矩阵；剖析了视域内真实目标与虚假关联鬼点间的空间几何分布特征，基于Hough变换的思想设计了一种新型剔除判据，实现了鬼点的一级粗剔除；通过研究目标定位模糊区散布特征及运动特性，利用运动参数辨识构建预测跟踪门，从运动学层面实现了鬼点的二级精剔除。实验结果表明，所提算法在目标跟踪精度方面相较于现有算法取得了显著提升，鬼点剔除率达到91.734%，有效解决了多目标跟踪中的虚假关联问题。

摘要:针对突防-拦截过程中存在的机动能力受限问题，提出了一种机动能力受限下基于自适应动态规划的博弈弹道优化策略求解方法。通过建立仿射非线性微分博弈模型，并考虑到机动能力受限，设计了含积分形式的控制能量项的性能指标函数；基于微分博弈理论推导了博弈鞍点控制策略，并基于自适应动态规划算法设计一个评价网络对微分博弈策略进行近似逼近求解，给出了神经网络权值自适应更新律，并对其稳定性进行了推导证明。仿真结果表明，所提出的策略求解方法能够在机动能力受限的情况下实现反拦截效果，精确打击敌方目标。

摘要:针对近距离轨道追逃闭环均衡构造问题，提出一种综合运用Bellman最优性原理、有限差分法和插值技术的计算方法。推导视线坐标系下的博弈系统降维动力学模型，建立近距离轨道追逃博弈模型，降低系统状态空间维度；基于Bellman最优性原理，重构原问题为哈密顿-雅可比-艾萨克偏微分方程终值问题，通过逆向分析实现同时处理多组博弈场景；利用Cartesian网格离散状态空间，使用有限差分法计算均衡受动力学驱动的动态演化过程，分析博弈态势；基于控制与均衡空间梯度的关系，使用数值插值构造闭环控制函数；通过数值仿真验证了方法的有效性。

摘要:空天飞行器变形翼在后掠、变弯度和扭转变形时需要骨架机构实现大变形，为此提出一种具有可调弹性参数的旋转重入超结构。旋转重入超结构由内凹八边形旋转90°及外伸韧带构成，通过外伸直臂韧带的空间拓扑填充策略构建翼型截面，形成具备变形能力的骨架构型。基于莫尔理论建立旋转重入超结构沿空间三方向的弹性模量、泊松比的理论模型。用ANSYS软件构建旋转重入变形结构的有限元模型，3D打印加工5个旋转重入变形结构的样机。将理论、仿真与实验结果分别进行对比，沿x、y和z向的泊松比最大相对误差绝对值为10.22%，由此表明理论模型和仿真模型的准确性。分析几何参数对超结构弹性参数影响，发现长宽比和结构角度对泊松比力学参数影响较大，该研究可为空天飞行器变形翼骨架应用提供理论基础。

摘要:针对超声速流场智能重构方法存在的复杂波系结构特征丢失、无法有效捕捉非定常流场的时间演化特性，以及共同导致的无法准确辨识激波串前缘位置（shock train leading edge,STLE）等问题，提出基于组合式细节特征增强的神经网络模型。基于稀疏压力数据实现密度梯度场的高精度预测，模型通过多层卷积网络串联建立流场的主要波系结构特征，利用残差网络通过跳跃连接将不同尺度感受野的特征进行融合，增强重构流场的细节特征表达能力。基于冲压发动机数值模拟计算构建的数据集进行验证，结果显示，与多层卷积神经网络相比，该方法在整个测试集上的平均峰值信噪比提升了9.5%。重构流场的STLE与数值计算结果高度吻合，进一步证明了所提方法的有效性。