对带有外界干扰、输入受限、规划航路存在未知障碍物情形下的导弹编队控制问题进行了研究。首先,基于导弹非线性动力学模型,通过定义位置、速度误差变量,建立了考虑外界干扰的绝对误差导弹编队控制模型。其次,在提出基于避障势函数和双曲正切函数非线性滑模面的基础上,利用自适应技术和抗饱和辅助系统,设计了自适应抗饱和鲁棒导弹编队避障控制器。最后,借助Lyapunov稳定性理论证明了所设计系统状态为渐近稳定的,并通过数字仿真验证了所设计控制策略的有效性。

为提高飞行器导航系统的精度和自主性,提出了一种重力梯度/捷联惯导(SINS)/星光组合导航方法。在该组合导航系统中,利用重力梯度信息修正SINS的位置误差,利用星光信息修正SINS的姿态误差,提高飞行器的导航精度和自主性。为了弥补传统容积卡尔曼滤波(CKF)算法滤波精度不高的缺点,采用随机加权容积卡尔曼滤波(RWCKF)算法,设计重力梯度/SINS/星光组合导航系统。仿真结果表明,SINS/星光组合导航系统、重力梯度/SINS组合导航系统、合成孔径雷达(SAR)/SINS/星光组合导航系统和提出的重力梯度/SINS/星光自主组合导航系统的定位误差分别为78.1003 m、54.3399 m、39.2776 m和19.8495 m,证明了提出的重力梯度/SINS/星光自主组合导航系统的精度不仅远高于两个子系统,也高于SAR/SINS/星光组合导航系统。

为了实现航天器与太阳翼的柔顺对接,以六自由度并联调姿机构为研究对象,提出了一种基于阻抗控制的接触力控制策略。首先,建立了对接件与待对接件间的阻抗模型,将接触力误差量转换为位置修正量。其次,基于阻抗控制,引入了自适应控制器,解决了阻抗控制目标参数固定的弊端,提高了控制系统对环境的适应性。同时,加入了模糊控制器,实时在线调节阻抗参数。最后,基于Adams和Simulink进行联合仿真,仿真结果验证了所提方法的有效性。

针对高速飞行器在再入滑翔过程中的多约束、强时变问题,本文结合深度确定性策略梯度算法(Deep Deterministic Policy Gradient,DDPG)的在线自主决策优势,根据威胁区信息,实时生成规避策略来进行动态禁飞区规避航迹规划。进一步为增强高速飞行器对环境不确定因素的抗干扰能力,在规避轨迹基础上选取航路特征点集合,采用预测校正在线制导方式,根据飞行任务需求和终端约束,实时校正高速飞行器飞行状态,最终实现高速飞行器精确制导。同时,为验证方法的有效性,开展了相应的数值仿真分析。结果表明,本文方法能够有效规避禁飞区,增强了对不确定因素的适应性,具有一定的工程应用价值。

针对飞行器复杂环境下强耦合、非线性和气动参数变化剧烈的问题,提出一种基于蜻蜓算法的自抗扰控制器设计方法。首先建立复杂环境下飞行过程三通道的数学模型,采用扩张状态观测器估计系统的状态和总扰动,并对观测到的干扰进行补偿,采用蜻蜓算法整定优化自抗扰控制器的参数,最后通过六自由度仿真进行验证。结果表明,优化后的控制器参数具有更好的控制精度,在气动参数拉偏的情况下也具有较好的控制效果。

针对威胁区交叉重叠且全覆盖飞行路径的变体飞行器轨迹规划问题,提出了一种考虑威胁区通行概率和变外形参数优化的轨迹规划方法。基于分层强化学习思想,通过设置飞行环境集合、决策选项、代价函数、Q函数以及选项内的策略等,建立了变体飞行器路径决策的分层强化学习模型;通过训练得到的评价网络,能够结合威胁区通行概率对实际的场景进行路径决策;根据飞行器可变外形的特点,优化所得决策结果的参数,得到全过程的通行轨迹和外形形态。仿真结果表明,该方法能够根据实际情况实时决策飞行路径,经过优化后得到全过程的优化轨迹和飞行形态。

针对卫星导航拒止环境、分布式集群纯惯导误差快速发散问题,提出了一种适用于所有节点均为纯惯导的分布式集群的协同导航方法,设计了秩亏约束卡尔曼滤波器,在量测量数量少于状态量数量导致滤波方程秩亏时,仍可以实现分布式集群协同导航,减小惯导误差。构建了无人机飞行试验平台,飞行试验验证结果表明,组网内无高精度节点,协同导航修正后位置和速度精度可提升两倍左右;组网内有一个高精度节点,协同导航修正后位置和速度精度可提升10~20倍左右。

针对夺旗运动中追逃博弈的最优躲避问题,提出了一种多人追逃的协商微分对策最优躲避策略。首先,建立夺旗追逃线性化模型,并对模型进行降阶。其次,考虑能量约束和交汇时刻博弈双方距离的代价函数,构造了哈密顿函数。最后,利用 Hamilton-Jacobi-Isaacs(H-J-I)方程组,求解得到了协商微分对策最优躲避策略。对所设计最优躲避策略进行了“二追一”仿真和多层追捕仿真,结果表明夺旗一方的队员成功夺旗的同时能量消耗最小,验证了本文提出协商微分对策躲避策略的有效性和适用性。

针对外界干扰和模型不确定性影响下的高超声速变外形飞行器,提出了一种基于深度强化学习的多通道端到端姿态控制方法。首先,建立了高超声速变外形飞行器姿态控制模型;其次,将飞行器姿态控制问题转化为马尔科夫决策过程;再者,基于双延迟深度确定性策略梯度算法开展了智能体训练,并将端到端生成的飞行控制指令进行了在线部署;最后,通过基本性能仿真和适应性仿真验证了所提出方法的有效性和泛化能力。

针对航天航空领域资料保密审查的严格要求,现有的人工筛查方法存在成本高昂、关键词匹配精度不足等问题,提出了一种结合大模型的审查方法,用于提升涉密信息的筛查效率和准确性。首先分析了航天航空领域涉密信息的特点,提出了一种基于大模型的保密审核增强架构,该架构结合了动态垂类专家System Prompt,能够从技术涉密和商业涉密等多个角度提高审查的细粒度和准确率。通过引入基于关键词的动态System Prompt机制,实现了大模型语义理解能力与关键词实时更新能力的有效结合。此外,为了防止大模型的过度审核,设计了一种混合式交叉微调策略,显著提高了涉密信息的召回率,达到了96%。通过在自研的1000条高质量测试集上的实验,本增强框架可以将全球已发布的主流大模型在保密审核任务上的准确率提升18%,验证了本文提出框架的有效性。

惯性测量单元(IMU)是防空导弹的重要部分,其状态数据主要从定期人工测试中获取,效率较低。为了降低对定期测试的依赖,本文通过时间序列预测方法,从已有数据中预测其未来一段时间内的状态。出于小样本考虑,本文使用重叠分段平均进行数据处理,降低数据维度与训练难度,并用长短时记忆网络(LSTM)进行时间维度的预测。本文提出模型在实测数据上进行了验证,在获得最高预测精度的同时保持较低开销。

针对按照时间系留法所设计的运载火箭姿态控制系统适应性较差的情况,提出一种能够适应大气层全程飞行段的多胞自适应姿态控制框架。该框架所基于的假设为箭体在整个气动舵控飞行段中的动态特性能够通过特征时间点系留模型的多胞凸组合表示,并以该假设为基础给出了针对气动不确定、舵效不确定情况下的自适应姿态控制算法。为了应对该自适应姿态算法中参数不匹配所带来的参数振荡和模型不匹配所带来的建模误差,设计了基于参数辨识和扰动补偿的改进方法。所述的三种方案均通过理论分析确保了所设计控制系统的稳定性,将其应用到箭体姿态控制中可以实现对箭体姿态角的有效控制,控制精度高而且需要调节的参数少,具有较好的工程应用前景。