针对两航天器协同交会任务强耦合、硬终端约束的特点,本文提出一种基于改进模型预测静态规划的多脉冲协同交会控制(Cooperative Impulsive Model Predictive Static Programming,CI-MPSP)算法。针对传统模型预测静态规划(Model Predictive Static Programming,MPSP)方法难以协同优化多航天器脉冲矢量及时间的局限,本文通过引入变分线性化技术,建立起终端交会偏差与两航天器脉冲控制矢量偏差、脉冲施加时刻偏差及终端时刻偏差之间的解析关系,进而实现两航天器脉冲控制与时间的协同优化。本文所提出的CI-MPSP算法建立了兼容协同交会与主被动交会的统一求解框架,且可拓展至多航天器交会场景。数值仿真结果表明,与高斯伪谱法(GPM)和遗传算法(GA)相比,CI-MPSP算法在兼顾系统燃料消耗最优的同时显著提高了计算效率。同时相较于主被动交会模式,采用CI-MPSP算法进行协同交会系统总燃料消耗降低约5.3%,并具备更高的任务灵活性与鲁棒性。

随着低空经济的发展,无人机集群广泛应用于城市交通监测、物流运输等领域,但在复杂城市环境下,GNSS易受遮挡与干扰影响,导致定位精度和稳定性显著下降,严重影响无人机集群应用。中国星网可以为无人机集群提供高精度导航,如何降低时间异步影响,实现多类型导航源异构融合成为无人机集群定位的难点问题。针对该问题,本文提出一种信息几何辅助的低轨卫星无人机集群协同定位方法。构建低轨卫星、惯性导航与ADS导航的统一信息几何概率模型,实现多源导航参数格式统一建模;基于因子图理论设计伪距协同传递与分布式融合框架,提升集群伪距利用效率;通过信息几何最优融合准则完成多源定位结果自适应加权融合。实验结果表明:所提方法平均定位误差精度显著提升,在突变误差场景下可在3-4个计算时刻内快速收敛,误差增量控制在0.06m以内,表现出更优的鲁棒性与稳定性。

为解决无人飞行器(Unmanned Aerial Vehicle,UAV)多目标侦察评估任务中的实时航路规划难题,提出一种基于改进蚁群算法(Improved Ant Colony Optimization,IACO)的快速航路规划方法。将多目标评估航路规划问题转化为开放式旅行商问题(Open Traveling Salesman Problem,OTSP),通过基于凸包聚类的蚁群差异化部署策略提升初始寻优多样性,引入正负反馈双信息素更新机制加快收敛速度、避免陷入局部最优;结合无人飞行器战术使用约束,设计直线过目标点策略与圆弧转弯过渡航路生成方法,实现从基准路径到可飞航路的快速构建。仿真结果表明,所提算法具有良好的寻优精度与鲁棒性,迭代收敛快,计算实时性满足弹上使用需求。该研究为无人飞行器智能导航与任务规划提供了新思路,具备重要的工程应用价值。

针对防空制导炮弹初始失准角大导致组合导航收敛慢问题,提出一种基于发射坐标系的惯导/地基雷达组合导航算法。主要流程如下,建立发射系下捷联惯导的机械编排方程,以及姿态、速度、位置误差方程;在此基础上构建惯导/地基雷达组合导航的状态方程与量测方程,以地基雷达提供的方位角A、高低角E、径向距离R和径向速度V_r为观测量,通过泰勒展开处理量测方程的非线性问题并推导量测矩阵;进行蒙特卡洛仿真验证,结果表明,该算法在最大100°的初始滚转角误差下,组合导航姿态误差收敛在2°(1σ)内,速度误差收敛在1m/s(1σ)内,位置误差收敛在10m(1σ)内,能够实现防空制导炮弹的高精度组合导航。本文提出的惯导/雷达组合导航算法,仅通过地基雷达量测信息修正惯导误差,适用于低成本、高动态的防空制导炮弹,为反低慢小无人机及其蜂群提供了导航技术支撑。

针对滑翔飞行器攻击区快速估计问题,本文提出了一种基于hp自适应伪谱法和多层感知机(MLP)的双层攻击区快速估计方法。在hp自适应Radau伪谱法(hp-RPM)的基础上,建立了一种以终端方位角为优化目标的飞行器攻击区离线解算方法,简化了攻击区离线数据集的获取。随后基于高保真攻击区离线数据集训练得到MLP代理模型,并设计蒙特卡洛仿真实验对模型精度和解算速度进行验证。仿真结果表明,相较于传统基于直接法反复求解最优控制问题的攻击区解算流程,本文方法显著降低了在线阶段的计算负担,实现毫秒级快速估计能力的同时,仍能够保持较高的估计精度,为飞行器任务规划和在线决策提供了新思路。

针对侵爆弹在分层土壤介质中内爆问题,开展了爆炸深度与坑壁倾角对弹体壳体及土壤介质爆轰驱动行为的耦合影响规律研究。通过SPH-FEM固连耦合算法模拟了侵爆弹在分层土壤的内爆行为,获得了碎片飞散特征参量,构建了碎片飞散计算模型,得到了土壤落点分布规律。结果表明:相较于壳体破片,土壤介质的飞散距离更远,是决定侵爆弹飞散场的主要因素;爆炸深度对飞散范围具有显著的非线性抑制作用,当爆炸深度超过0.7m时,装药能量向地表土壤动能的转化率从6.32%衰减至5%以下,尾部方向土壤飞行距离收敛至150m以内;坑壁倾角影响飞散方向及落点分布,随着倾角减小,飞散范围先增大再减小,动能的转化率β由13.26%降至1.71%。研究揭示了爆炸深度和坑壁倾角对分层土壤飞散场的影响规律,对侵爆弹的结构设计、材料选型、安全防护等具有一定参考价值。

针对无人机箔条干扰自卫防御决策智能化程度不高的问题,提出一种基于深度强化学习的智能化决策方法。构建无人机利用箔条干扰导弹雷达导引头的场景模型,以无人机为智能体,结合任务特性设计状态空间、动作空间及奖励函数。基于近端策略优化(Proximal Policy Optimization,PPO)算法,设计一种具备数据缓存区机制的箔条干扰自卫防御决策方法。仿真结果表明,所设计的方法能够在有限训练回合数内收敛,能够显著提高无人机生存成功率,数据缓存区机制可以有效提高算法收敛速度。相比于其他的深度强化学习算法,所设计的算法优势明显,更适用于箔条干扰自卫防御任务场景。

拦截高机动目标时,防空制导系统往往面临诸多难题,而深度强化学习凭借其交互试错机制,通过合理设置奖励函数能够有效提升制导性能。为克服纯端到端智能控制器缺乏物理约束导致的安全隐患,提出一种融合深度强化学习的复合残差制导律。该架构以变结构交互多模型辅助的增广比例导引为物理保底基线,严格约束智能体仅输出有界残差指令进行预测性修正。在网络输入中引入目标加速度一阶导数与模型概率残差,构建基于零控脱靶量与饱和惩罚的多级奖励函数以消除交战末端发散,并设计自适应课程学习以缓解灾难性遗忘。强噪声下的蒙特卡洛仿真表明,面对多类未知极端机动,该架构有效抑制了长尾误差发散,显著降低平均脱靶量与中位数脱靶量,充分验证了其在兼顾制导安全性与全场景拦截精度方面的显著优势。

内爆炸荷载的确定是进行结构内爆炸相关研究的基础和前提。为分析密闭结构内圆柱装药爆炸荷载特性,建立了密闭结构圆柱装药内爆炸流场数值计算模型,对照试验数据验证了计算模型和参数的合理性。对比例爆距0.1~0.97m/kg^1/3范围内不同药量等长径比圆柱装药爆炸时的内爆炸流场进行了计算,分析了结构内爆炸流场的演化过程,拟合计算数据得出了等长径比圆柱装药内爆炸时爆心截面反射超压峰值和冲量计算公式(适用比例爆距范围0.1~0.97 m/kg^1/3),分析了内爆炸时结构内壁面的爆炸荷载分布特征。计算了长径比0.6~2.0不同圆柱装药的内爆炸流场,对比分析了装药长径比对内爆炸反射超压峰值和冲量的影响,拟合计算数据得出了长径比对反射超压峰值的影响评估公式;圆柱装药长径比变化对反射冲量的影响相对超压峰值较小,不同长径比时反射冲量与等长径比装药时相差不超过9%。相关结论可以为抗内爆炸结构研究和设计提供参考。

针对毫米波弹载突发数据链中高载频与高速运动共同引起的显著多普勒频移,以及低速率、有限前导开销条件下帧捕获、频偏估计和精确定时难以兼顾的问题,提出一种适用于直接序列扩频二进制相移键控(DSSS-BPSK)体制的双级前导同步方法。该方法采用短重复伪随机(PN)段与长PN段串接结构,利用短重复PN段完成粗捕获和粗频偏估计,经粗频偏补偿后由长PN段进行局部精确定时,并依据无模糊频偏范围、重复相关统计稳定性和长PN处理增益确定前导参数。在加性高斯白噪声(AWGN)、Rician衰落、多径、时变多普勒、相位噪声和定点量化条件下进行仿真验证。结果表明,在相同前导开销下,双级结构同步阶段等效操作量约为单长PN二维搜索结构的1/124.88;在复杂信道和射频非理想条件下仍具有较稳定的捕获和频偏估计性能。该方法可为大频偏、低速率和资源受限条件下的毫米波弹载数据链同步设计提供参考。

针对自适应干扰与认知电子对抗闭环中雷达干扰效果难以实时、准确评估的问题,提出一种基于BiLSTM(双向长短期记忆网络)与MAML(模型无关元学习)的雷达干扰效果评估方法。该方法以侦察获取的雷达参数时序序列为输入,利用BiLSTM提取脉冲重复间隔、载频、脉宽等参数的动态演化特征,从而实现雷达工作模式识别与干扰效果评估。针对新型雷达样本稀缺、传统深度模型迁移适应能力不足的问题,引入 MAML 元学习框架,通过元训练获得具有良好泛化能力的模型初始化参数,使评估模型能够在少量样本和少量梯度更新条件下快速适应新型雷达场景。围绕五种典型雷达工作模式构建干扰效果评估流程,并在制导雷达对抗场景下开展仿真实验。实验结果表明,该方法能够有效提升雷达工作模式识别准确率和新场景下的快速适应能力,可为自适应干扰决策和认知电子对抗闭环优化提供有效支撑。