从单无人机机动飞行向多机协同扩展的通用规划框架出发,介绍了其中各模块相关研究的基本原理、代表性方法和前沿研究,主要包括用于环境障碍感知的实时导航地图构建、离散空间的路径规划、连续空间的轨迹规划、基于离散连续混合空间的规划、多航迹或轨迹的协同规划。综合无人机通用规划框架的关键技术,提出了无人机协同机动规划下一步需要重点研究的方向。

针对无人机对地目标识别过程中的小样本问题以及目标存在的遮挡和混淆情况,提出了一种融合自注意力机制的小样本目标识别模型。在利用元学习思想获取小样本学习能力的基础上,将自注意力机制学习目标内部各部分之间的上下文依赖关系引入模型,从而增强目标表征能力,以解决遮挡和混淆情况下有效特征不足的难题。为验证模型效果,通过对基准数据集和无人机航拍数据进一步加工,构建了遮挡和混淆目标数据集,设置了不同的遮挡程度和背景混淆率。通过在不同数据集上的验证,并与深度学习模型对比,证明提出的模型具有更高的学习效率和识别正确率。

为了提高无人机集群协同搜索移动目标的效率,提出一种基于飞蛾信息素寻偶机制的无人机集群协同搜索方法。根据飞蛾基于信息素选择飞行方向的寻偶行为,建立信息素图风向模型和飞蛾信息素寻偶模型。考虑无人机机间避撞约束,提出从飞蛾信息素寻偶机制到无人机集群分布式协同搜索的映射,并给出具体实现流程。仿真实验结果表明了所提方法在解决单个移动目标的协同搜索问题时的有效性和稳定性；外场飞行试验表明了所提方法在实际应用中的可行性。

多旋翼无人机的自主避障是完成复杂任务的基础,避障的效果直接影响无人机执行任务的效能。针对存在外部扰动的无人机避障问题,提出了一种基于模型预测的抗扰避障制导律设计方法。通过设计干扰观测器对系统动态中的外部干扰进行了估计,并基于李雅普诺夫函数方法设计辅助制导律用于建立稳定性约束条件。结合前两者与模型预测控制,在模型预测控制优化求解中考虑无人机与障碍物的关系,根据所设计的制导律求解水平线速度与偏航角速度指令实现无人机的避障。对所提出的避障制导律进行数值仿真和实物飞行验证,结果表明了所提方法的有效性。

针对无人机集群目标作战解析建模时在状态转移过程中计算速率低的问题,提出了一种基于行压缩存储的四阶Runge-Kutta法。根据无人机集群作战样式将无人机集群作战过程划分为三个阶段,并分阶段对无人机集群作战的状态转移过程建立连续时间Markov链模型。以无人机集群完成作战任务的可靠性作为求解指标,运用四阶Runge-Kutta法对Markov模型进行求解。由于求解过程中速率转移矩阵具有稀疏特性,采用基于行压缩存储的算法优化求解速率。仿真实验表明,运用连续时间Markov理论建立的无人机集群作战过程模型的有效性和可行性优于其他模型。同时,与其他算法及模型相比,该算法计算速率更高、能更好地满足结果精度的可靠性需求,进一步说明了本算法的优越性。

针对机器人在障碍物分布密集的复杂环境中运行时,动态窗口法(dynamic window approach,DWA)易出现避障失败或规划不合理的情况,提出一种基于多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的改进DWA规划算法。在建立多障碍物环境覆盖模型的基础上,提出一种障碍物密集度的判断方法；优化DWA算法中的子评价函数；利用改进的MOPSO算法实现DWA权重系数的动态调整,将权重系数的自适应变化问题转化为多目标优化问题；根据路径规划的要求将安全距离和速度作为优化目标,并使用改进的MOPSO算法对相应的多目标优化模型进行优化求解。仿真结果表明,该算法使机器人有效地通过障碍物密集区的同时兼顾了运行的安全性和速度,具有更好的路径规划效果。

针对群系统编队跟踪问题,提出一种满足线性二次型调节器性能指标的优化控制方法。建立编队跟踪问题的数学描述和设计编队跟踪控制协议。给出群系统实现编队跟踪的充要条件,借助李雅普诺夫第二方法分析系统的稳定性。得到了控制协议能够最小化线性二次型调节器性能指标的拓扑条件,设计了编队跟踪算法。仿真实验验证了控制方法的有效性。

为研究月壤参数对气囊缓冲性能的影响,根据“嫦娥三号”的着陆工况设计了月面着陆气囊,并基于可压溃泡沫模型建立了考虑月壤特性的气囊缓冲动力学模型。对不同月壤下气囊的缓冲过程进行分析,发现月壤越软有效载荷冲击加速度越小,但气囊会陷入月壤中,不利于对外排气,影响其缓冲效果。因此,采用气囊峰值压力、有效载荷最大加速度和最大下落高度3个指标对气囊缓冲性能进行综合评价,定量研究了月壤参数的影响规律。结果表明:月壤密度、剪切模量及屈服参数a₀和a₁对缓冲性能的影响较大,且对前两个指标为正影响,对后一个指标为负影响。进一步研究发现,这4个月壤参数与3个缓冲性能指标之间均为指数函数关系。

高频振荡通常会超过星载陀螺和星敏的测量频率范围,导致卫星姿态确定精度下降。因此,提出一种基于常规姿态传感器进行高频姿态确定的方法。将高频姿态抖动看作一个稀疏信号,通过压缩感知的方法将该信号从低频采样结果中恢复。利用低带宽姿态传感器和卡尔曼滤波器测量得到低频姿态数据并进行融合,再通过压缩感知算法从融合数据中恢复出高频姿态数据。通过仿真实验验证了该方法的有效性。

设计了一种目标凝视自适应姿态控制方法,可以实现未知目标位置和未标定相机参数条件下的目标凝视控制。根据运动学方程提取出恰当的未知参数,从而将参数进行线性化表示；引入关于未知参数的势函数,确保参数矩阵的秩满足稳定性要求；采用了一个参数自更新律在线估计未知参数,提出了基于估计参数的自适应控制律。采用李雅普诺夫稳定性理论和芭芭拉特引理,证明了目标成像位置与期望成像位置的误差可以渐近收敛到零。仿真结果表明:目标位置未知且相机参数存在偏差的情况下,该自适应控制器能够有效地对深空目标进行凝视观测。

采用数值模拟方法对宽速域(Ma为0.145～0.7)内飞翼布局采用后缘环量控制射流进行滚转控制开展系统研究,并与传统舵面控制构型进行对比。研究关注电磁隐身特性、滚转控制特性和相关流动机理,以及射流引气的综合影响。结果表明:随马赫数的增大,射流对边界层流动的夹带和阻滞效应减弱,滚转控制能力显著下降；但射流控制大幅提高了典型角域的电磁隐身特性,并且引气量少,推力损失小,控制效率因子(单位附加阻力系数产生的控制力矩系数)高。综合来看,后缘环量控制射流是一种极具潜力的飞翼布局滚转控制设备。

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。

航空发动机可以对空气增压,并且增加气流温度,理论上存在应用于超声速引射系统的可能。分析了气源对引射器性能的影响以及引气对航空发动机的影响,介绍了3种航空发动机在超声速引射系统中可能的布局方案。针对某领域内的排气参数要求,分别对3种布局方案进行了计算分析。计算结果表明,当上游气体压强为0.044×10⁵ Pa和0.029 3×10⁵ Pa时,通过合理选择发动机的布局以及工作参数,发动机可以直接将上游气体排出或者作为驱动气源应用于超声速引射系统。

针对多旋翼无人机机身系统振动过大导致飞行状态不稳的问题,基于有限元仿真技术与实验方法,进行了减振分析。通过频率分析,确定系统振动过大的原因为固有频率与激励频率耦合导致的共振现象,且共振频点的模态振型包含一阶挥舞、一阶摆振和二阶摆振振型。提出了优化机身壳体截面形状的设计方案,在不增加额外质量的情况下,将一阶挥舞、一阶摆振和二阶摆振振型对应的频点分别提高37.23%、22.47%和18.43%,有效规避了机身共振现象。仿真实验证明,提出的有限元仿真与实验结合的减振分析思路及优化设计方法,可为旋翼无人机减振设计提供参考依据。

深空撞击载荷对探测小天体内部物质成分和结构特性具有重要意义,因此,在考虑爆炸成型弹丸(explosively formed projectile, EFP)可变截面的特性和区分靶后破片来源的基础上,建立了EFP贯穿靶板靶后破片空间分布模型。在靶板厚度30 mm至70 mm、EFP着靶速度1 650 m/s至1 860 m/s的条件下,该模型可以定量预测靶后破片云中各个破片的速度、质量、数量与空间位置的关系。结果表明,相对速度总是随相对空间位置的增加而呈线性增加,相对质量、相对数量总是随相对空间位置的增加而呈幂函数增加。

以液体火箭发动机再生冷却技术为背景,采用数值模拟方法对Z-type型并联通道流量分配特性进行研究,分析了通道数、通道截面形状及入口汇流结构对流量分配特性的影响。研究结果表明:在冷却通道总流通面积相同的情况下,随着再生冷却系统通道数的增加,流量分配不均匀度系数从2.59%降低至0.5%,相同流通面积下增加通道数可以有效提高流量分配的均匀程度。通道截面形状对流量分配不均匀度系数影响不大,其影响主要表现在通道内部流体速度分布及换热面积上。从换热效果看,梯形截面构型要优于矩形构型。入口汇流结构倾斜角有利于流量的均匀性分布。该研究对于再生冷却通道结构设计具有一定参考价值。

针对现有的很多高效分选算法的性能严重依赖于外界输入的参数问题,例如聚类数目、聚类容差等,将无参数聚类算法DSets-DBSCAN应用于雷达信号分选,提出了一种无参数的雷达信号脉冲聚类算法。该算法无须依赖于任何参数的设置,就能自适应地完成聚类。算法输入直方图均衡化处理过的成对相似性矩阵,使得Dsets(dominant sets)算法不依赖于任何参数；根据得到的超小簇自适应给出DBSCAN的输入参数；利用DBSCAN扩展集群。仿真实验证明,该算法对雷达脉冲描述字特征进行无参数分选的有效性。同时,在虚假脉冲比例(虚假脉冲数/雷达脉冲数)不高于80%的情况下,对雷达信号的聚类准确率在97.56%以上。

针对高空高速目标探测过程中可能出现的角度类欺骗有源假目标,从理论上系统地分析了其动力学性质,导出了假目标的动力学方程,并分析了假目标的机械能和动量矩守恒问题。理论分析和仿真试验均表明,具有固定角度欺骗的方位有源假目标其动力学特性和真实目标完全一致,在动力学上是无法鉴别真伪的；除此之外的其他角度类欺骗有源假目标均不满足高空高速目标椭圆轨道特性以及动力学守恒定律,利用这种差异可以在数据处理层对假目标进行鉴别。

针对传统真值发现算法无法直接应用于文本数据的问题,提出基于深度神经网络面向多源文本数据的真值发现算法(NN_Truth)。根据文本答案多因素性、词语使用多样性以及文本数据稀疏性等特点,将“数据源-答案”向量作为网络输入,识别答案真值向量作为网络输出,依据真值发现的一般假设,无监督学习各数据源答案向量间关联关系,并最终获得答案真值。实验结果表明,该算法适用于文本数据真值发现场景,较基于检索的方法及传统真值发现算法效果更优。

现有应用于射频指纹识别的卷积网络对时序同相正交(in-phase and quadrature-phase,IQ)信号的处理都是将其简单视为图像进行的,存在识别准确率低和计算量大的问题。针对以上问题,提出了一种基于IQ相关特征的卷积神经网络结构。该网络分步提取了IQ相关特征及时域特征,通过自适应平均池化获得了各通道特征均值,并用单个全连接层进行分类。实验结果表明,较传统卷积网络结构,所提网络在多种场景下的识别准确率更高,并且计算量更小。

针对小型无人机目标雷达回波弱、目标检测难的问题,研究了在线性调频连续波(linear frequency modulation continuous wave, LFMCW)体制雷达下的长时间相参积累方法。通过推导LFMCW雷达回波表达式,提出了基于时域差频信号线性调频-Z变换的拉东-傅里叶变换实现方法。评估了该方法的运算量,并与频域实现的方法进行对比。经过仿真和实测数据验证了本文算法对LFMCW雷达下的弱目标相参积累的有效性。

针对现有关于认知无线电非正交多址接入网络的研究中终端电池容量有限和能源利用率低的缺点,采用了中继辅助用户进行传输,并且引入无线信息和能量同时传输的方式。在用户服务质量和最小能量捕获的约束条件下推导了次用户传输能效表达式,通过分式规划方法把非凸的目标函数转化为优化中继发射功率、中继功率分配和接收端功率分配三个凸的单目标问题,并分别用函数单调性、黄金分割算法、拉格朗日对偶算法和多目标联合优化算法进行优化,求得了全局最优解,使次用户系统传输能效最大化。对所采用的算法复杂度进行分析,仿真结果表明:与传统的正交多址接入方案相比较,在提高系统频谱利用率的同时,次用户传输能效有47%的提高。

为降低传统层次分析法(analytic hierarchy process,AHP)赋权过程主观片面性影响,提出了一种综合AHP与Arena仿真建模技术的无人机训练资源配置效率评价方法。基于飞行训练流程分析,确定了训练资源配置效率影响因素和效率评价指标,建立了层次型综合评价体系,概括了AHP-Arena综合评价步骤。利用Arena建模软件构建训练流程动态仿真系统并验证有效性,采用单变量数值仿真法、均方差决策法完成了影响因素客观赋权,通过线性加权综合法得出综合评价系数,实现资源配置效率评价与方案优选。实例应用说明了该方法的有效性,同时,该方法可推广至其他类似的训练过程中,亦可为其他多因素、多指标评价决策过程提供借鉴。

鉴于目前社会工作评估评价方面的学术研究还较薄弱,存在无针对性指标体系,现有相关评比周期长、成本高等突出问题,探索构建了利用互联网开源大数据的实时定量评估模型,建立了针对性指标体系,提出评分快速计算方法,并设计实现原型软件。针对选定的社会工作进行案例实证,通过采集某省14个市州的互联网真实数据来评估其工作力度,结果与多位受访者的主观感受及相关官方评估基本相符,验证了所提模型的有效性和合理性。