基于DDPG算法的变体飞行器自主变形决策

针对变体飞行器的自主变形决策问题,提出了一种基于深度确定性策略梯度(DDPG)算法的智能二维变形决策方法。以可同时变展长及后掠角的飞行器为研究对象,利用DATCOM计算气动数据,并通过分析获得变形量与气动特性之间关系;基于给定的展长和后掠角变形动力学方程,设计DDPG算法学习步骤;针对对称和不对称变形条件下的变形策略进行学习训练。仿真结果表明:所提算法可以快速收敛,变形误差保持在3%以内,训练好的神经网络提高了变体飞行器对不同飞行任务的适应性,可以在不同的飞行环境中获得最佳的飞行性能。

一种高速可变形飞行器智能变形决策方法

针对一类高速可变形飞行器(HMFV)的变形决策问题,提出一种基于深度确定性策略算法(DDPG)下考虑综合性能指标最优的智能变形决策方法。首先,以一类后掠角可连续变化的高速飞行器为研究对象,给出变形飞行器动力学模型,分析模型特性及变形量与关键气动参数之间的定性关系。其次,基于关键气动数据特征分析,考虑包含气动性能、控制误差在内的综合性能指标,设计一种基于DDPG算法的智能变形决策方案。再者,针对带有标称控制器的HMFV进行变形决策训练,实时获得滑翔过程中不同飞行状态下的最优构型。最后,仿真结果表明所设计的智能变形决策算法收敛效果好,且具备较好的泛化性能。相比于固定外形,可通过变形使得在不同状态下的升阻比保持最优,且与考虑单一决策指标相比,考虑综合指标最优的变形决策可进一步缩小姿态动态跟踪误差。

变体飞行器智能自主决策与控制

变体飞行器能够主动改变外形满足不同飞行性能需求,从而适应不同飞行环境和任务,因此具有极高的发展潜力和应用价值。随着人工智能的发展,未来变体飞行器呈现出“智能化、自主化”趋势,智能变体飞行技术是最有可能带来未来航空航天飞行器革命性变化的技术发展趋势之一。首先结合变体飞行器的发展历程,分析了变体飞行器的发展趋势,指出智能变体飞行器是未来飞行器发展的方向。其次,分析了变体飞行器智能变形决策过程中亟待解决的关键问题,并以人工智能算法中的深度确定性策略梯度算法为例,提出了智能、自主、高适应性的变形决策设计方案。最后,针对目前变体飞行器控制设计中存在的难点和热点问题加以分析研究,重点考虑了变体飞行器强耦合、强不确定性等工况下的高适应性、高自主性控制方案设计,并提出了相应的变体飞行器智能自主控制的解决方案。

智能变形飞行器发展需求及难点分析

随着智能技术向军事领域的渗透与发展,未来的智能化战争将呈现“认知与决策更加复杂、变化与演进更加迅速、进入与拒止全域全维”3个方面的特征,下一代飞行器将以按需飞行为本,以人工智能为核,以灵活变化为要。智能变形飞行器,其特点突出表现在“智能”与“变形”两方面,整体发挥“算法极速升级”与“硬件极度灵活”的双重优势,有望形成新型飞行模式与新质作战能力,将是未来重要的发展趋势。然而智变飞行器技术难度高,变形在系统复杂度提升等方面带来代价,对气动设计、飞行控制、结构实现均提出诸多难题,其核心问题是在工程多学科约束下实现每个形态的最优设计,具体涉及变形过程中的全剖面优化准则、变形结构机构实现、性能预示与验证等。

变体飞行器控制技术发展现状与展望

变体飞行器可利用变形结构改变气动外形以适应复杂的环境和任务需求,在军事和民用领域均具有极高的发展潜力和应用价值。围绕变体飞行器控制技术这一难度高、发展快、应用前景广阔的研究方向,综述了变体飞行器控制技术的主要研究成果和国内外最新研究进展。首先,结合变体飞行器的发展历程,介绍了变体飞行器的研究背景与意义,指出开展变体飞行器控制技术研究的重要性。其次,对变形决策技术、控制系统建模技术和姿态控制技术等研究成果进行总结与分析。最后,对变体飞行器控制技术的未来研究方向进行了展望。