基于Q学习的变体无人机控制系统设计

针对变体无人机的控制问题,给出了Q学习控制方法。首先根据设计任务要求设计控制律控制变体无人机按给定航路完成飞行。同时根据飞行环境和飞行任务的变化,利用Q学习方法控制变体飞行器相应地改变外形(平直翼、小前掠翼、大前掠翼),使变体飞行器能始终保持最优飞行状态,以满足在变化很大的飞行环境里执行多种任务(如巡航、机动、盘旋、攻击等)的要求。仿真结果验证了该方法的正确性和有效性。     

基于加权模糊推理的分布式飞机大气数据专家系统

飞机大气数据专家系统是对大气数据进行深层次处理的计算机系统.本文将从结构、推理机和实现方法等方面对系统进行全面介绍.该系统采用了分布式结构和加权模糊推理机制.系统的软件实现采用了LISP语言;系统的硬件实现基于多处理器网络系统.最后,概括了本文的研究重点和意义.     

基于飞行性能估算的高超声速飞行器总体参数优化研究

为了获得起飞质量最轻的飞行器概念方案,以3种不同动力组合的高超声速飞行器为比较对象,设定统一的优化约束条件。根据功能原理,建立基于飞行性能评估的高超声速飞行器总体参数优化方法,并开发专门软件进行优化计算。最后,通过分析计算结果,给出了3种高超声速飞行器方案的对比结论。     

基于模糊逻辑的嵌入式飞机大气数据传感器测量位置优化设计

嵌入式飞机大气数据系统与传统的探头式系统相比,在气动、隐身和总体布局等方面具有明显优势。为了提高系统的探测准确度,需要对系统中的传感器测量位置进行优化设计。中以模糊逻辑为理论基础,结合大气数据的基本探测原理,设计了用于对嵌入式大气数据系统中传感器测量位置进行优化设计的方法。通过算例分析,验证了优化方法的合理性。最后,简要概述了该优化设计方法的研究结论。     

高超声速飞行器单周期飞行轨迹优化研究

高超声速飞行器的初始质量和起始角度的大小对飞行器的飞行轨迹有较大影响, 也影响飞行器的其 它参数设计。针对飞行器的飞行情况将飞行轨迹划分为6 个状态, 并建立3 个模型进行分析, 然后使用改进的粒子 群算法, 分别对初始质量、起始角度和水平位移的关系进行了测试, 并参照测试结果对飞行轨迹进行了整体优化研 究。最后通过算例进行了测试和分析, 验证了该方法的合理性和有效性。     

高超声速飞行器冲跃飞行轨迹优化研究

冲跃飞行是高超声速飞行器的典型飞行方式,该飞行方式给飞行器综合性能和设计技术带来了很多潜在优势.以重量最小、飞行距离最长为优化目标,通过分析飞行器的受力状态和飞行过程,以功能原理结合微积分概念为基础,建立了冲跃飞行轨迹优化方法,并开展了仿真研究.     

对抗场景划分识别与多agent群体对抗策略选择研究*

针对多agent群体对抗策略选择问题,建立对抗场景的新型划分识别框架,提出多agent群体指标信息证据合成方法,能在复杂动态的对抗场景中快速生成实时的最佳群体对抗策略,完成群体对抗任务,从而为多agent群体对抗的战术决策提供方法支持.     

一种基于LISP语言的加权模糊推理专家系统实现方法

以某飞机机载专家系统为例，具体阐述了一种利用LISP语言对加权模糊推理专家系统进行实现的方法．最后，概括了该方法的研究结论。     

多机协同作战任务决策方法多智能体结构框架

多机协同攻击能够充分利用各个飞机的作战资源和空间占位,是未来空战的主要模式。为了描述多架飞机协同作战过程中的信息组织形式和传递流程,基于多智能体的行为特征和构造方式,从飞机编队和飞机平台两个层面建立了多智能体结构框架。由编队中的各架飞机为智能体组成第一层多智能体,由每架飞机内部的各个功能模块为智能体组成第二层多智能体结构。以编队层多智能体和长机内部的决策功能智能体为例,介绍了多智能体数学模型的设计细节。依据所建立的多智能体结构框架和数学模型,以编队层为例,描述了多机协同作战任务决策方法的信息流程。研究表明,以飞机编队和飞机平台两个层面多智能体结构框架描述多机协同作战过程是恰当的。     

无人平台自主能力分级的四指标模型

提出一种四指标模型判断无人平台的自主能力水平。首先,从无人平台的"人和平台交互能力"、"态势感知能力"、"环境适应能力"和"规划决策能力"四方面建立指标模型;其次,根据每类指标对无人平台自主能力分级的影响程度不同,赋予相应的分值;然后,结合模糊数学中的综合评判原理,量化每类指标;最后,取每类指标量化值和的平均值代表无人平台的自主能力等级。通过运用此新模型对"全球鹰"无人机、"红旗HQ3"无人车和"斯巴达勇士"无人船的自主能力分级,结果表明此四指标模型的分级指标科学全面,量化方法简单,直观性强。