基于T/S-SAS的多无人机四维协同攻击航线生成

针对多无人机攻击目标时间协同以及飞行航线空间协同问题,提出基于时间与空间双协同稀疏A^*搜索(T/S-SAS)算法的多无人机四维协同攻击航线生成算法。改进飞行扩展节点模型,设计基于并发扩展的算法结构,建立时间协同代价计算模型与多机防碰撞约束模型,并开展仿真研究。研究结果表明：所提算法能够增强无人机攻击航线的规划效率、减少不同无人机抵达目标的协同攻击时间极差、解决不同无人机之间的空间防碰撞问题;该算法使多无人机协同攻击航线满足时间/空间约束,提升了多无人机协同时间打击性能及飞行路线空间协同性能,提高无人机协同作战效率与作战能力。     

多平台反舰导弹协同航迹规划

为了提高反舰导弹突防概率，基于遗传算法提出了一种多平台反舰导弹协同航迹规划算法．首先，重点讨论了协同航迹的评价问题．为了达到同步攻击目的，同时使飞行代价最小，研究提出了随种群进化而变化的时间协同度评价策略．其次，探讨了多平台反舰导弹协同航迹规划算法的分解．最后，通过仿真算例校验了该算法寻优得到的诸航迹不仅可使导弹实现协同攻击，而且可以很好地规避威胁．     

应用神经网络的飞行器动力学自适应控制

针对具有未知参数的飞行器系统提出了一种基于模型的神经网络预测控制策略．目的是通过一个优化程序以自适应控制律来稳定未知系统．由于能够描述动态函数关系的特性和具有反馈处理结构，回归神经网络以一个期望状态值的自适应估计器得到应用．神经网络的训练是通过动态顺序递归反向传播学习算法来执行的．这表明所提出的神经网络学习算法拥有设计飞行控制系统的潜在能力，所设计的飞行系统能在大范围飞行条件下和其它不确定因素下补偿飞行器动力学不可预测的变化．     

基于遗传算法的无人机侦察航线优化设计

针对均衡威胁的飞行环境,提出了一种基于遗传算法的无人机定点侦察航线优化模型。该模型从战时对目标快速侦察的角度出发,同时考虑了穿过目标时的生存概率和侦察时间,利用遗传算法优化了侦察航线,最后进行了实例仿真,得到了该模型的最优解,证明了通过这种方法可以得到最优航线。     

利用神经模糊算法的飞行器航线规则

提出了保持低空飞行回避地形障碍的飞行航线规划方法。介绍了飞行航线规划系统的结构和利用神经模糊算法的操舵法学习。通过仿真证明了用神经模糊算法规划飞行器航线的优点。     

一种基于分割法的无人机路径规划新方法

为解决无人机快速可靠的路径规划问题,提出了一种在威胁分布已知条件下的无人机飞行路径规划新方法。在Matlab软件平台下,运用Voronoi图法根据已知威胁分布获取无人机的初始安全飞行路径,然后采用Dijkstra算法进行路径搜索获取最短路径,再利用提出的分割法对最短路径进一步优化并减少其拐点,最后利用spcrv函数对路径进行平滑以获取最优路径,并通过一系列的仿真证明了该算法可行并具有很好的时间性能。     

飞行轨迹角等斜率变化的时间最优爬升轨迹

以飞机在垂直平面的运动方程为基础,视飞机为一质点,在飞行轨迹角等斜率变化的飞行模式下,提出了一种基于网格线的离散型动态规划算法。计算表明,在规定的爬升范围内,应用离散型动态规划法,可快速计算出最短时间。最后通过仿真得到了飞机最短时间爬升的最优轨迹,验证了所提算法的可行性。     

基于粒子群优化算法的模糊飞行控制器设计

提出了一种基于粒子群优化（PSO）算法的模糊飞行控制器优化设计方法。PSO算法通过粒子跟踪本身所找到的最优解和种群的最优解来完成优化．该算法具有可调参数少．简单易实现，优化速度快的特点。将PSO算法用于对模糊飞行控制器隶属函数的优化设计中，以达到提高控制效果与简化模糊控制器设计的目的。仿真结果表明．利用PSO算法进行优化设计所得到的模糊飞行控制器具有优良的控制性能。     

基于平行接近法的固定翼无人机协同编队导引律

针对固定翼无人机协同编队飞行,提出了一种低速固定翼无人机协同编队导引律,旨在形成一种灵活性较高的半刚性编队。以低速固定翼无人机为对象,分析了长机-僚机在编队飞行中的纵横航向运动关系。其次根据长机追随航线,僚机追随长机的飞行任务特性和航线的一般特点,进行了直线、转弯、盘旋三种导引模式的长机导引律设计。再根据长机飞行位置,设立虚拟动态跟踪点,综合僚机位置信息,设计了基于平行接近法的协同导引律,并对导引律的响应速度和稳定性进行了验证。通过分析仿真机的半实物仿真及实测飞行的结果,验证了该导引律具有较好的制导性能和较高的机动稳定性,在特定飞行任务中能够满足对无人机编队飞行的控制需求。     

越野环境下基于势能场模型的智能车概率图路径规划方法

复杂越野环境下的路径规划是实现智能车无人驾驶的一项关键技术。越野环境中存在多种影响车辆运动的障碍物、环境威胁和越野道路,传统路径规划方法以路径长度或时间最短为优化目标,难以在复杂越野环境中正确规划安全可行的车辆行驶路径。针对该问题,提出了基于势能场模型的概率图（AFP-PRM）算法,采用人工势能场算法对越野环境建模,评估车辆通行风险。使用概率图算法以优化节点间多维度通行代价为目标进行路径规划;考虑车辆动力学特性,用动态曲率平滑法对行车轨迹优化;应用AFP-PRM算法在模拟越野环境下进行路径规划仿真实验。仿真结果表明：AFP-PRM算法在路径规划过程中采用人工势能场算法,综合了越野环境中障碍物、环境威胁和道路条件的耦合作用;使用概率图算法,建立采样点之间的多维度通行代价评估矩阵;在复杂的越野道路条件下生成可行、安全、高效的通行路径,为智能车提供了一种多目标优化路径规划算法。     

动态规划算法在巡飞弹航路离线规划中的应用

文中针对巡飞弹航路规划特点,分析了动态规划算法,建立了动态规划模型,阐述了基于动态规划算法的巡飞弹航路离线规划方案和航路修正方法。     

基于蚁群算法的无人机航迹规划技术及研究现状

配置适当的算法是无人机航迹规划的关键技术之一。介绍了一种基于蚁群算法的无人机航迹规划技术的基本原理,并采用网格图建模,演示了无人机二维航迹规划问题的一般实现步骤。然后从改进算法、更换其它模型、多无人机航迹规划、动态航迹规划等四个方面探讨了基于蚁群算法的无人机航迹规划技术的研究现状,并指明了配置更完善的算法实现复杂条件下的实时航迹规划等问题是无人机航迹规划未来的主要研究方向。     

基于指标函数集合排序法的UUV航路规划

潜艇艇载战术无人水下航行体（UUV）的军事应用要求其全局航路规划求解算法必须兼顾计算快速性与任务适应性要求。使用动态规划算法求解该问题较其他算法具有求解速度快的优势，而传统动态规划使用单一指标函数存在任务适应性不高的问题，为此提出使用指标函数排序集合的改进方法，说明了该方法的使用时机与程序实现要点。该方法用一个可变的指标函数集合代替了单一的指标函数，其程序流程与传统方法基本相同，只是初始化模块、算法模块以及一些预备工作有所不同。仿真结果证明了改进方法的有效性，且在任务适应性上有明显提高，可降低整个航路规划的时间消耗。     

超高增压柴油机系统动静态特性分析

本文首次建立了超高增压柴油机系统的动、静态详细数学模型。这个数模是往复式和回转式动力机械的结合,平衡运行裕量是较小的。为了提高计算时的收敛速度本文提出了一种新的“变精度模型”算法。仿真结果与实验数据吻合很好。这个模型和算法能用于超高增压柴油机和其它透平机械在设计和调整阶段的参数优化。     

基于改进蚁群算法的无人机2 维航路规划

针对传统蚁群算法在无人机3 维航路规划中存在搜索时间长、容易陷入局部最优解的问题,提出一种蚁 群算法的改进策略。将固定翼无人机的性能约束条件作为待扩展节点是否可行的判断条件,减小计算量和算法搜索 时间;对航路点的高度规划采用直接设定策略,将3 维航路规划问题简化为2 维航路规划问题,减小算法的复杂性; 改进全局信息素更新规则和安全启发因子,解决了局部最优解和威胁源规避问题。仿真结果表明：改进蚁群算法与 传统蚁群算法相比,能够有效规划出一条从起点到终点的飞行航路,具有更高的有效性和实用性。     

潜艇接敌占位优化机动航路的研究

潜艇作战的特点是隐蔽接敌，出其不意地给目标以致命的大击，其隐蔽性直接影响潜艇的战斗力和生存能力。文中提出了隐蔽势的概念，并利用动态规划方法研究了潜艇占领射击阵位的最优隐蔽机动航路，其结论与常规经验是完全一致的．     

基于一种改进粒子群算法的水下远程武器航路规划

针对水下远程武器航路规划中,采用基本粒子群算法避障出现的航路倒退问题,提出了一种借鉴遗传算法采用粒子对换的改进粒子群优化（PSO）算法,并结合远程武器的航路规划设计模型,应用于水下武器作战仿真系统。计算结果表明,该算法可有效提高远程武器航路规划避障的计算效果,对水下远程武器的作战使用研究具有一定的参考价值。     

基于成像传感器特性的侦察无人机航迹规划研究

针对携带成像传感器的侦察无人机的航迹规划问题,提出整体与局部航迹规划结合的方法;将侦察无人机航迹规划问题分解为两步:第一步,利用遗传算法全局搜索的优势对蚁群算法初始信息素过低进行改进,对无人机进行整体航迹规划;第二步,利用几何限制原则结合侦察无人机携带的成像传感器的特点进行局部航迹再规划;通过按照该方法规划出侦察无人机的航迹并取得较好效果的一个实例证明,该方法计算简化、贴合实际、针对性强,可为实际战场侦察无人机航迹规划提供了参考.     

基于混沌DESAPSO算法的无人机三维航迹规划

粒子群(PSO)算法易陷入局部最优,将其运用于无人机三维航迹规划会导致航迹品质不高,针对这一问题,提出了将差分进化(DE)算法、模拟退火(SA)算法嵌入PSO算法中,构成混沌差分进化模拟退火粒子群(DESAPSO)算法,从三个方面提高了航迹品质:一是利用DE算法的变异、交叉及竞争选择增加种群多样性;二是利用SA算法概率突跳能力跳出局部最优解;三是对PSO算法参数进行混沌优化,进一步增强种群多样性.仿真结果表明:混沌DE-SAPSO算法改进航迹品质效果明显,获得了满意的无人机三维航迹.     

基于辨识模型集的无人半潜水下机器人系统深度动态滑模控制切换策略研究

BQ-01无人半潜水下机器人深度运动模型参数未知,无法为基于模型的控制策略提供控制参数,导致该系统不易快速达到预期的性能指标要求,为此提出一种多辨识模型动态滑模控制方法。该控制方法采用平均拟合偏差方法,减少了系统辨识过程中出现过多冗余辨识模型参数组,以切换的方式为动态滑模控制方法选取最佳模型参数;同时采用状态反馈方法实现滑模面抖动指数衰减,从而解决了系统深度运动调节问题。BQ-01系统湖泊试验结果表明,所提辨识方法能够为滑模控制策略提供最佳控制参数,且提高了系统运动控制品质。