针对再入滑翔飞行器末制导阶段速度控制精度受气动参数偏差等不确定性影响较大的问题,提出一种具有鲁棒性的新型偏置比例导引速度约束制导律,在满足命中精度的同时实现再入滑翔飞行器的终端速度约束。在附加攻角减速控制策略的基础上,建立飞行速度与理想速度曲线误差动力学模型。引入固定时间收敛误差动力学理论,并考虑飞行过程中的气动参数偏差导致的模型不确定性,推导基于固定时间收敛误差动力学的速度约束制导律,并证明模型不确定性有界下速度误差动力学的稳定性。对新提出的速度约束制导律进行数值仿真,验证了所提制导律的性能,并通过蒙特卡洛仿真测试验证了其对初始参数偏差与气动参数偏差的鲁棒性。

针对目前水下航行器的隐蔽航路规划方法仅以水文环境作为隐蔽性依据,导致在复杂海洋环境下路径规划隐蔽性不足、鲁棒性较差的问题,提出一种顾及多环境要素的航路自动规划方法。通过声呐方程与Bellhop模型,结合温盐数据,得到航行器受水文环境影响的瞬时被探测概率;通过引入目标横距与巡逻宽度模型,结合地形数据,得到受地理因素制约的探测平台出现概率与声呐接触时间;结合二者构建出顾及多环境要素影响的隐蔽效能模型;使用顾及隐蔽性的A^*算法实现隐蔽航路的自动解算。实验结果表明:相较于传统隐蔽规划方法,新方法将水文与地理要素融合为归一化隐蔽效能值,并应用于隐蔽规划算法,能够明显降低航行器在水道复杂海域通航时的平均累积被探测概率,提升所规划航路的隐蔽性;规划出的隐蔽航路鲁棒性更强,更加符合实际应用需求。

功率损失是评估履带车辆液力机械综合传动装置性能的关键参数之一。通过预测不同工作条件下的功率损失,可以更全面地评价液力机械综合传动装置的效能,从而确保履带车辆具有良好的机动性。提出一种基于堆叠集成学习的方法,用于预测液力机械综合传动装置在多种工况下的功率损失。研究利用75辆履带车辆液力机械综合传动装置的多工况效率数据,通过堆叠的方式集成随机森林、LightGBM、AdaBoost、CatBoost与XgBoost等多种算法,实现对液力机械综合传动装置功率损失的有效预测。运用夏普利加性解释值分析各个因素以及各模型对于功率损失预测的影响程度。实验结果显示,训练集功率损失预测结果的均方根误差为6.6,拟合优度达到0.976;在测试集中,这些指标分别为8.920和0.961。进一步分析发现,输入扭矩是影响功率损失的主要因素,且在堆叠集成框架中,随机森林算法对提高预测精度贡献最大。

混联式混合动力是一种结合串联式和并联式的混合动力构型,其发动机和电机通过动力耦合机构连接,可以独立或共同地向车轮提供动力,表现出较好的燃油经济性。但是,由于发动机与传动系统之间存在机械连接,其噪音、振动和粗糙度(Noise,Vibration,and Harshness,NVH)性能往往较差。为解决这一问题,提出一种主动振动控制策略。首先介绍混联式混合动力车辆动力传动系统的构型和不同的工作模式,建立系统扭转动力学模型及发动机波动转矩模型,分析系统扭振响应频率和发动机转速之间的关系。然后提出基于陷波FxLMS算法的自适应多通道主动振动控制策略。该策略利用电机作为作动器,通过自适应调节权值矩阵实现目标点扭转振动的补偿。为提高控制精度,基于有限冲激响应滤波器对混联系统中的多条次级路径进行离线辨识。仿真结果表明,新提出的主动振动控制策略具有良好的有效性和稳定性,提升了车辆的乘坐舒适性,延长了零部件寿命,改善了整车NVH性能。

地面无人车辆在非结构化环境中行驶时,负障碍物对车辆行驶安全构成了重大威胁。然而,现有的负障碍物检测研究中,基于相机的检测方法不能良好适用于光照条件差、背景复杂的非结构化环境,而基于激光雷达的负障碍物检测方法大多从机械式激光雷达线束特性出发进行设计,通用性差。为此,提出了一种兼容性强且具备良好扩展性的负障碍物检测方法,能够适应不同类型的激光雷达,并实现高精度的负障碍物检测。方法针对点云数据进行预处理,提取地面感兴趣区域并进行点云的姿态矫正;采用自适应分辨率极坐标栅格化技术,增强点云数据的空间表示能力;设计了负障碍物栅格特征描述子,结合点云的空洞特性、高度差异和最小高度等多个特征,提取潜在的负障碍物区域;引入多帧融合策略,通过地图重投影和基于贝叶斯规则的概率更新,最终输出高精度的负障碍物表面占据范围。实验结果表明,所提出的方法同时适用于不同扫描方式的激光雷达,能够在复杂非结构化环境中有效识别负障碍区域,具有良好的通用性与检测精度。

针对并联式弱混履带车辆起步、加速过程存在的油电竞争及柴油机动力不足问题，通过理论分析与实车试验明确了问题原因。依据试验结果提出利用需求油量与限制油量描述驾驶员动力需求及柴油机响应动力需求的能力，并由此确定动态过程所需电机输出的驱动转矩，建立基于柴油机油量需求差的电机转矩算法，突出了并联式弱混履带车辆中柴油机的主动力源特征，提出并联式弱混履带车辆动态过程油电竞争协调控制方法。在建立对象车辆动力系统仿真模型后，对所提方法进行验证，仿真结果表明：所提方法在提升车辆动态过程动力性能的同时有效避免了油电竞争问题，与现有协调控制方法相比柴油机动力输出提升19.37%，电池电能消耗减少63.75%，车辆加速时间缩短6.52%。

针对存在模型不确定性的高速飞行器刚体动力学，考虑执行机构故障情况下的姿态预设性能控制问题，提出了一种基于自适应故障失效估计策略和有限时间预设性能控制的姿态控制器。采用动态有限时间预设性能控制和时变障碍Lyapunov控制技术，保证了姿态跟踪误差的瞬态性能及稳态的有限时间收敛；同时，采用径向基函数自适应神经网络对模型不确定性进行估计。引入指令滤波器，避免了对复杂虚拟控制量的直接求导。通过设计自适应算法，对模型逼近误差、外部扰动以及滤波器估计误差的上界进行估计和补偿。针对执行机构的故障失效问题，设计了自适应复合容错控制策略，有效补偿了执行机构失效的影响。基于Lyapunov理论，验证了闭环系统的半全局一致有界性。通过数值仿真实验，验证了所设计姿态控制器的有效性。

针对无人机航拍车辆目标检测中存在的多光谱特征失配、复杂场景干扰以及检测精度不足等问题，提出一种基于YOLOv10的多特征空间联合优化网络——多尺度门控融合网络（Multi-Scale Gated Fusion Network，MSGF-Net）。该网络通过双流特征提取并在主干引入门控局部-全局融合模块，实现可见光与红外特征在多特征空间中的有效交互与联合优化，缓解特征失配带来的影响并增强特征表达。在特征金字塔网络后，引入跨模态嵌入模块，逐像素加权融合多特征空间信息，进一步提升不同光谱特征间的互补性。在公开数据集DroneVehicle上的实验结果表明：MSGF-Net的mAP_0.5和mAP_0.5：0.95分别达到83.4%和63.9%，相较于单通道模型YOLOv10n有显著提升，且相比于C²Former和TSDADet等代表性的多模态融合算法提升超过9个百分点，结果有力地证明了模型在低光、雾天、遮挡等复杂场景下检测具有更优的鲁棒性和准确性。

磁场调制分数槽电机利用磁场调制效应取消了传统电力推进中的齿轮箱结构，简化了电力推进系统结构，降低了系统的机械噪声，且具有的功率密度大、转矩密度高等优势而适用于自主式潜航器电力推进领域。磁场调制电机可利用多个励磁磁密谐波协同工作，显著提升电机的转矩密度，但类型电机同时会调制出部分低次电枢磁密谐波，导致磁场调制类电机功率因数低、谐波损耗大以及转矩脉动大等问题，对自主式潜航器的隐身性和工作效率产生了负面影响。将从电机优化控制层面，重点介绍转矩脉动抑制、提高功率因数以及效率优化的控制策略。最后对此类电机在新能源发电、舰船推进和电动汽车上应用的技术现状进行总结，并讨论该类电机在自主式潜航器上应用的关键技术和发展方向。

喷水推进器是水陆两栖车辆在水面航行时的主动力,水陆交界地带不同航行深度下车体姿态与推进器进流条件存在较大差异,从而对推进性能产生显著影响。为研究水深条件下两栖车辆与喷水推进器的相互影响规律,以喷水推进式水陆两栖车辆为研究对象,采用有限体积法、剪切应力输运模型(Shear Stress Transport Model,SST)、流体体积(Volume of Fluid,VOF)两相流模型与动态流体-刚体相互作用模型(Dynamic Fluid Body Interaction,DFBI)对不同喷水推进器转速、不同水深条件下泵车一体化的两栖车辆水动力性能开展了数值计算。完成了网格不确定性分析,通过计算数值与试验结果对比验证了算法准确性,获得了泵车一体化水陆两栖车辆在不同航行条件下的运动规律、流场分布特性与水动力性能。研究结果表明:深水环境中,两栖车辆处于排水航行状态,车体姿态在低速航行时变化较大,从而影响了推进器内流体轴向流动稳定性;高速航行时车体航行状态与推进器的流量、扬程相对稳定;浅水环境中,两栖车辆在低速航行时处于亚临界状态,相较于深水环境中有着更大的纵倾角与下沉量,车体所受阻力较深水工况平均增加13.65%;高速航行时两栖车辆进入超临界状态,车体迅速上浮且航速与深水工况持平,稳定后姿态变化幅度较小,推进器性能稳定性有所提高;在不同深度的浅水环境中,低速航行时更浅环境中的车体受到浅水效应影响更明显、所受阻力更大,而高速航行时不同深度的两栖车辆水动力性能无明显区别;因此,两栖车辆经过浅水区域时应增大推进器输出功率,快速进入超临界状态以削弱浅水效应的影响。

为对履带式动力平台进行评估,提出一种基于微运动片段的多路面三维度工况构建方法,旨在解决履带式车辆工况构建中路面类型多、短行程片段较长及影响因素维度多等问题。通过对采集的履带车辆行驶数据进行清洗,并提取行驶片段的速度、角速度及地面行驶阻力系数等三维度数据,结合K-means聚类方法,将行驶片段分类为铺面路、砂石路和起伏土路3种典型路面。依据短行程片段的最小加权三维变化率,将其切分为微运动片段,并进行特征提取与聚类分析。基于微运动片段马尔可夫转移概率构建三维度循环工况,并提出相应的综合评价体系。构建的工况总时长约2000s,3种路面的平均特征覆盖率达到94.63%,真实反映了履带式车辆的行驶特性,具备较高的代表性,为履带式车辆的仿真和台架测试提供了有效工具。

为解决坦克、装甲车等军用车辆在使用多相机探测系统进行环境感知时,多相机图像重叠区域小、视差大及实际应用场景中特征信息复杂多变导致广域成像困难的问题,提出一种基于棋盘格科尔多瓦大学增强现实(Chessboard Augmented Reality University of Cordoba,ChArUco)平板标定的广域实时成像算法,并设计一款军用车辆广域视觉增强系统,用于驾驶员在视野受限的密闭车厢内对车外环境进行实时成像。该算法利用ChArUco平板在受遮挡情况下仍可准确标定的特点,实现对小重叠多相机系统的精确标定,通过标定参数进行投影变换,避免图像特征信息的干扰,有效应对复杂特征场景,同时通过光流关系融合消除重叠区域的视差,并利用投影查找表和并行加速优化方法,实现广域实时成像。该算法部署于移动计算平台,形成完整的广域视觉增强系统。实验结果显示,该系统及算法能够适应多种场景的广域实时成像需求,提升军用车辆在复杂环境中的视觉感知能力。

针对行进间无人车载炮稳定系统存在复杂非线性和随机扰动影响的问题,提出一种自抗扰自适应复合控制策略。建立计及执行器动态和模型不确定性的无人车载炮稳定系统机电耦合动力学方程;基于反步思想将自适应控制和扩张状态观测器巧妙融合,构造参数自适应律在线更新系统的未知参数,利用双通道扩张状态观测器实时估计系统的匹配和不匹配干扰并进行前馈补偿;由于车载炮稳定系统的参数不确定性主要由自适应技术解决,因此进一步降低了扩张状态观测器的学习负担,提高了行进间无人车载炮稳定系统的跟踪性能,避免了高增益反馈的影响;基于Lyapunov函数的稳定性分析表明,当系统只存在常值干扰时可以实现车载炮的渐近稳定,即使存在时变不确定性也能确保车载炮稳定系统获得规定的瞬态性能和跟踪精度;通过对比联合仿真和模拟试验证明了自抗扰自适应复合控制策略的有效性和可行性。

针对现有可通行性分析方法对复杂越野环境下障碍物识别不完整、泛化性差的问题,提出基于开放词汇语义分割的障碍识别算法,可提取车辆周围环境中障碍物和地形的语义标签,能有效识别复杂越野环境下的未知障碍物,在数据集和实车环境中验证了其具备稳定、全面的障碍识别能力。在此基础上,利用语义标签和三维点云构建了多层2.5D地图,基于语义标签对地形的可通行等级进行初步分级;其次基于地面高程计算了地形平整度分数,测量特殊环境要素(如垂直墙)的几何参数,并结合履带车辆几何构型预测了车辆行驶位姿,量化由车辆坡道静态稳定性、地面语义标签和几何属性之间的耦合关系,进而通过代价函数综合评估车辆通行风险和代价,构建以车辆为中心的可通行性地图。通过与同类方法比较验证了所提方法的有效性和可靠性,提升了为无人履带平台的决策、规划和控制提供数据支持。

轨迹跟踪是无人驾驶控制系统中至关重要的功能之一。车辆动力学模型对轨迹跟踪性能有显著影响,但是存在模型复杂度和求解效率之间的矛盾,在非线性工况下无法满足轨迹跟踪精度要求,为此提出基于高斯过程回归(Gaussian Process Regression,GPR)的模型预测控制(Model Predictive Control,MPC) 方法。使用简单模型从而确保求解效率,通过GPR对车辆模型补偿从而提高轨迹跟踪性能。提出基于单轨动力学模型的车辆状态融合估计方法,获得GPR误差补偿模型;构建轨迹跟踪问题模型,推导GPR误差补偿模型在预测时域的迭代方程,对预测时域内的车辆状态进行动态补偿,实现轨迹跟踪控制;通过搭建实车验证平台开展典型工况试验验证,与无补偿MPC方法进行对比。研究结果表明,新方法轨迹跟踪精度得到明显提升,轨迹跟踪横向误差和航向误差分别降低了33.3%和27.9%,同时还兼顾了车辆舒适性的提升,侧向加速度和横摆角速度均值分别下降了17.1%和21.7%。

多轴轮式铰接特种车辆在轨迹跟踪时易产生尾部放大效应和侧倾等不稳定性问题,研究多轴轮式铰接车辆的稳定性轨迹跟踪具有重要意义。以只有拖车具备转向能力的多轴轮式铰接车辆为研究对象,建立7自由度车辆动力学模型,提出双策略轨迹跟踪控制方法,上层策略求解拖车轨迹跟踪问题,下层策略优化挂车轨迹跟踪问题,兼顾了拖车和挂车的轨迹跟踪精度。为保证控制策略的计算实时性,利用有限时域近似动态规划近似求解上层轨迹跟踪策略,将在线优化问题转化为神经网络参数的离线预求解,降低在线求解耗时。与高保真度仿真软件的联合仿真实验表明:新方法使多轴铰接车辆轨迹跟踪精度提升了12.82%,策略单步求解耗时低于10ms,计算效率相比模型预测控制算法提升了约3个数量级。

火星上升器发射技术是实现我国2030年火星采样返回任务的关键技术。为研究火星上升器倾斜冷发射技术,基于弹射内弹道学理论,设计一种满足火星发射条件的并联无后坐式弹射内弹道方案;基于离散元法建立火星土壤的离散元模型;建立发射系统的刚柔耦合动力学模型,基于发射动力学理论对不同工况下火星上升器发射的全过程进行仿真分析。研究结果表明:设计得到的内弹道方案能够满足发射要求;无后坐设计对于保证发射装置的稳定性有重要作用;土壤离散化有助于表征火星土壤的动力学行为;地面倾角越大,发射装置的稳定性和发射精度越差,同一倾角的4种朝向中,上坡朝向的发射稳定性最差;“虚腿”现象会显著降低发射稳定性,并在某些情况下导致发射装置倾覆,从而使发射失败。

为了解决无动力滑翔飞行器集群飞行过程中的编队变换、末端时间约束以及末端进入角度约束的在线航迹规划应用问题,提出一种基于主弹-从弹架构的无动力滑翔飞行器集群实时协同航迹规划方法。通过解耦飞行器航迹的纵向和横向剖面,设计基于分段函数的攻角速度曲线方法,以应对无动力滑翔飞行器再入段的非线性约束。提出基于航向角随时间变化的协同控制方法,通过求解协同控制微分方程,得到无动力滑翔飞行器集群在再入段准平衡滑翔状态下满足编队变换,以及末端时间约束和目标区域进入角约束的航迹规划方案。进一步基于协同控制解析方法提出在线调整策略,以应对目标区域的实时变化,并证明该在线调整策略在线应用的可行性。仿真结果表明,该协同航迹规划方法可以在不同的飞行场景下实现在线协同航迹规划,且适用于多种协同控制方案,具有鲁棒性和实用性,能够为无动力滑翔飞行器集群的实际应用提供支持。

无人机编队可以实现复杂的集体任务,降低单个无人机的风险和操作难度。针对三维场景下的无人机集群编队控制问题,基于预设时间稳定理论和多智能体一致性理论,设计领-从结构下的分布式编队复合控制方法。通过分析无人机实际输入与等效控制之间的关系,建立多机运动学模型。为提高无人机对外部扰动的鲁棒性,结合自抗扰控制理论设计一种预设时间收敛扩张状态观测器,实现对扰动的在线估计。进一步,考虑到只有与领航者连通的跟随者能获取领航者的状态信息,提出一种预设时间收敛的分布式估计器,以快速估计领航者的状态。结合观测器及估计器的输出,提出一种预设时间收敛的一致性编队控制协议,并通过Lyapunov理论证明闭环系统的预设时间稳定性。通过构建数值仿真实验,验证了新方法的有效性。研究结果表明,新设计的控制方法在存在外部扰动的情况下可以实现预设时间内稳定的无人机编队协同控制。

多轴轮式车辆动力学模型是新型车辆快速开发及车辆设计参数优化、控制算法搭建的基础。目前普遍采用商用软件搭建,其动力学方程及模型梯度信息难以获取,无法将其应用于整车全局设计与控制参数的动态优化,且现有商业软件及理论建模研究对上装载荷动力学影响考虑较少。针对上述问题,基于拉格朗日动力学,考虑簧下质量纵横向运动及上装载荷反作用力对整车动力学的影响,应用矢量化建模方法搭建8×8轮式车辆24自由度动力学模型,分别基于C++和M语言进行软件开发。在变加速、阶跃转向、双移线、正弦扫频等多种工况下与商业软件TruckSim进行全面对比。研究结果表明,自主开发的仿真模型其轮胎力、悬架力及空气阻力、纵横垂向运动等与商业软件高度一致,最大误差小于5%,验证了新方法的准确性。

履带车辆行星式综合传动系统换挡过程产生的动态冲击,严重影响传动系统的服役性能和可靠性。针对某行星式综合传动系统,建立齿轮传动部件、离合器和制动器等扭转动力学模型,构建传动系统换挡过程动力学模型。开展综合传动系统换挡过程仿真与台架试验,仿真与试验结果的变化趋势基本一致,验证了动力学模型的正确性。研究换挡过程典型构件的冲击载荷,揭示油门开度和冲放油特性曲线等对操纵件动态转矩的影响规律。研究结果表明:随着放油延时的增加,分离操纵件的反向动态转矩逐渐增大,结合操纵件的最大冲击转矩逐渐增大;随着放油时间的延长,分离操纵件的反向动态转矩逐渐增大,结合操纵件的最大冲击转矩先减小后增加;第4个升压阶段冲油越快,结合操纵件的最大冲击转矩越大,最大值较最小值增加了11%;随着油门开度的增大,操纵件最大动态转矩逐渐增加,最大值较最小值增加了73.8%。

两栖车辆是一种能够在水陆两种环境中行驶的机动平台,在军事和民用领域都具有重要的应用价值和发展潜力。回顾了水陆两栖车辆的发展历程,对比分析了不同类型的两栖车辆的特点和发展趋势,从建模与仿真、高速两栖车辆设计、航行控制3个方面阐述了两栖车辆水上航行研究中的关键技术,结合水上无人技术的研究进展,探讨了两栖车辆实现水上航行无人化的难点和挑战,并对两栖车辆的未来研究方向进行了展望。

针对高超声速再入滑翔飞行器在复杂环境中以指定角度同时命中目标的协同制导问题,提出一种基于元学习和强化学习算法的协同制导律。考虑复杂作战环境的干扰,建立协同制导问题的马尔可夫决策模型,以飞行器运动状态和比例导引系数作为状态空间和动作空间,综合考虑多飞行器攻击目标的相对距离、剩余飞行时间差以及过载情况设计奖励函数。基于元学习理论和强化学习算法将近端策略优化算法与门控循环单元相结合,通过学习相似协同制导任务的共同特征,提高协同制导策略在复杂干扰环境下的命中精度,实现攻击角度和攻击时间约束,同时提升协同制导策略对不同作战场景的适应性。仿真结果表明:该协同制导律能够在复杂战场环境下实现多飞行器以指定攻击角度对目标的同时攻击,并快速适应新的协同制导任务,在协同作战场景发生变化时仍能保持良好性能。

针对经典粒子群算法在无人机三维航迹规划过程中全局搜索能力不足、易陷入局部最优等问题,研究提出一种多维增强粒子群优化算法。算法首先通过引入改善因子,在粒子寻优各个阶段实现动态调整惯性权重,提升种群适应性和克服局部最优能力;其次依靠动态约束方程实现学习因子增强,促使粒子间信息共享更为高效,改善算法自学习能力;随后有序融合混沌初始化和精英反向学习进化等策略优势,重新规划粒子群进化流程,增强粒子在迭代过程中的均衡性和多样性,提升算法收敛精度。实验中通过测试函数横向对比和复杂三维任务场景纵向应用,多维增强粒子群优化算法在新的多维目标函数指标中相较于经典粒子群算法无人机航迹规划能力获得了提升,在5种比对算法中表现出较好的有效性和竞争力。

临近空间高超声速滑翔飞行器(Hypersonic Gliding Vehicle,HGV)具有高速、高机动特性以及超强的突防能力,对现有防御系统造成严重威胁。针对临近空间高机动目标拦截任务中跟踪预测难的问题,提出一种基于气动力加速度估计的HGV智能轨迹预测方法。根据HGV目标运动模型,分析其机动模式和气动力变化规律,选定气动升力加速度、气动阻力加速度和倾侧角控制量3个参数作为轨迹预测参数,替代目标运动模型中的未知项。建立基于气动加速度估计的动力学跟踪模型,利用雷达量测数据和无迹卡尔曼滤波实现预测参数的实时跟踪估计,并以此为输入构建长短时记忆(Long Short-Term Memory,LSTM)网络训练模型,对预测参数的变化规律与时序关系进行在线学习。利用训练完备的LSTM预测网络迭代预测目标未来时刻的气动加速度,结合运动方程数值积分外推,实现目标轨迹在线预测。数值仿真结果表明,新方法能有效预测非合作HGV目标轨迹,预测精度高、稳定性好。

为优化串联式混合动力履带车辆的燃油经济性及能量管理系统的离线训练用时,提出一种采用蒙乔森(Munchausen)优化算法及优先经验采样(Prioritized Experience Replay,PER)算法的双重深度Q网络(Double-Deep Q_learning Network,DDQN)的能量管理策略。通过包含发动机发电机组、动力电池组及驱动电机的模型对整车功率需求进行解算,根据功率需求,用能量管理控制策略对发动机节气门开度进行最优控制。采用蒙乔森优化算法、PER算法共同作用于离散型DDQN,同时提高网络对高影响数据的选取训练概率及对最优解的专注训练能力,在2种算法共同作用下DDQN能量管理策略的燃油经济性可实现对连续型复杂神经网络的超越,同时具有较大的离线训练用时优势。仿真实验结果表明:与基于PER的双延迟深度确定性策略梯度算法相比,新的能量管理控制策略可使得串联式混动履带车的燃油经济性平均提高4.6%,控制策略训练用时平均优化了35.3%。

为研究潜射导弹在极地水下环境下发射的相关机理,基于有限元分析软件、采用任意拉格朗日-欧拉方法和光滑粒子流体动力学方法分别搭建流体和无限大整冰模型,并针对冰力学性能对应变率敏感的特性,采用添加了状态方程的塑性压缩张量材料模型,构建水下航行体出水破冰的流固耦合仿真模型。在完成关键数值计算方法有效性验证的基础上,通过数值仿真分析研究不同冰层厚度、航行体速度条件下航行体所受载荷变化情况,并得到航行体在破冰过程中所受到的碰撞接触力和破冰过程中航行体及冰的应力分布。研究结果表明:航行体出水破冰过程中,随着冰层厚度的增加,航行体受到的接触作用力增大,作用时间增长;随着破冰速度的增大,航行体所受接触作用力增大,作用时间缩短。

为保证无人水下航行器在执行海岸线巡逻、大型船只避碰以及穿越密集岛礁等复杂任务时的安全性,提出一种基于控制障碍函数的椭圆模型障碍物避障方法。在对障碍物进行椭圆形建模的基础上设计包含艏向角约束的控制障碍函数,构建带有约束条件的二次规划问题,通过与无障碍环境下的制导律相结合,得到闭式解形式的避障制导律。仿真结果验证了所提方法的有效性,可全局上满足安全性和稳定性要求,对于无人水下航行器在复杂海洋环境中的安全航行具有实际应用价值。

针对航行体与冰相互作用的强非线性问题,通过相似理论推导出影响航行体破冰的关键无量纲参数,进行航行体高速贯穿冰层的缩比模型试验。基于高斯拟合函数提出一个冰载荷预测公式;建立航行体破冰出水的流固耦合模型,通过改变航行体的头部形状、航行体撞击冰层的动能和冰层厚度,对破冰现象、冰载荷以及航行体运动特性进行分析。研究结果表明:在破冰过程中,航行体头部空泡的体积不断减小,肩部空泡的体积逐渐增大,空化效应越来越剧烈。当航行体初始速度为40m/s时,半球型、球锥型、尖锥型航行体的冰载荷极值分别为35700kN、33200kN、18600kN,尖锥型头部航行体破冰前后速度损失率最低,破冰效果最好;在冰层厚度为180mm、弹射压力分别为3MPa和5MPa的条件下,航行体破冰后速度分别由13.1m/s、17.8m/s降低至9.5m/s、13.4m/s;航行体破冰速度越大,速度损失率越低,动能损失越大;冰载荷极值和航行体速度损失率随着冰层厚度的增加而上升,航行体初速度对载荷特性和运动特性的影响效果随着冰层厚度的减小而弱化。

为了研究自由面对超空泡形状以及航行体水动力的影响,采用自适应网格方法结合流体体积方法对近自由面条件下超空泡航行体的运动过程进行数值模拟研究,分析自由面对超空泡形状、航行体升力、阻力、转矩的影响。研究发现:自由面的存在会导致超空泡尾部远离自由面偏移,超空泡的长度远小于无限水域中的超空泡长度;近自由面时,速度对航行体的升力有重要影响(小于50m/s升力为负,大于60m/s升力为正);当空泡完全包裹航行体时,仅空化器头部沾湿,航行体上的零转矩点始终出现在前端x=1D(D为空化器直径)附近,当超空泡尾部界面与航行体相交时,航行体的零转矩位置发生改变;当航行体攻角为正时,转矩受水深的影响较小,当攻角为负时,转矩受水深影响明显。

针对水下高动态航行体运动特征难以识别的问题,提出一种基于水声测量的运动参数序列估计方法。该方法通过逐点解算得到位置、速度序列,再进行函数化重构和参数辨识,消除随机误差引起的数据抖动,实现平稳、连续的序贯参数获取。在仿真分析中,模拟了边长为数百米的海底四元阵对数十米深度垂向航行过程的测量,参数估计结果的垂向精度相对于逐点解算结果明显提升,位置和速度均方根误差(Root Mean Square Error,RMSE)分别减小27.8%和47.2%。经大样本计算,参数序列估计值趋近于真值,垂向位置和速度偏差分别为0.042m和0.056m/s。水池试验结果表明,物理模型的高动态航行参数估计结果与惯性传感器数据相吻合,垂向位置和速度RMSE分别为0.024m和0.141m/s。新方法可为水下高动态航行体运动性能检验提供准确、平滑、连续的参数估计结果,在海上测试中有一定工程应用前景。

为有效识别特种车辆作业人员视听通道负荷状态,在模拟驾驶环境中采集脑电信号,结合机器学习算法构建作业人员视听通道负荷识别模型。实验招募30名被试,通过提高场景复杂度和听觉N-back任务诱发作业人员产生视觉负荷状态与听觉负荷状态。实验结果表明:听觉负荷状态额叶δ、θ、α频段,颞叶δ、θ频段,枕叶θ频段,顶叶4个频段功率谱密度显著高于视觉负荷状态,并在θ与β频段下表现出更强的脑网络连接强度;θ频段脑区功率谱密度是视听通道负荷识别的最优特征,采用该特征的随机森林算法分类准确率可达95.68%。Shap加法解释分析显示,额叶对分类结果贡献最大。研究结果证明了脑电指标在视听通道负荷识别中的有效性,为自适应交互系统的建立提供了理论依据。

为提高智能汽车的避障能力,提出一种基于速度障碍模型的智能汽车轨迹规划控制方法。结合速度障碍法和障碍物膨胀法,建立智能汽车的速度障碍模型,将动态障碍物在速度空间中的运动不确定转化为位置不确定,实现安全裕度根据障碍物尺寸和相对速度自适应调整。为兼顾轨迹跟踪精度和行驶稳定性,根据汽车状态方程、模糊控制原理和模型预测控制原理设计智能汽车模糊模型预测控制器(Fuzzy Model Predictive Control,FMPC)。为验证该方法的有效性,采用仿真软件建立其仿真模型。仿真结果表明:对多个随机的静、动态障碍物均可实现避障,且在避障后快速平稳地跟踪参考轨迹。通过避障稳定性分析得出,目标车速为100km/h,其最大横向速度为4.01km/h,最大横摆角速度为20.8°/s,最大质心侧偏角为2.32°,满足汽车行驶稳定性要求,该方法有效提高了智能汽车的避障能力及其行驶稳定性。

由于高超声速滑翔飞行器无动力、轴向过载不可控的特点,高超声速滑翔飞行器编队机动飞行至滑翔段与末段的交班点时射向通常存在较大位置误差,对末段的协同打击精度造成显著影响。针对该问题,提出一种考虑射向位置调节的高超声速滑翔飞行器编队控制方法。面向二阶多智能体系统设计固定时间收敛一致性控制器。在此基础上设计欠驱动飞行器编队控制架构,围绕高超声速滑翔飞行器编队的欠驱动控制特征开展分析,设计射向调节策略,建立射向位置调节与附加侧向速度的关联;赋予飞行器编队射向调节能力的前提下建立三维人工势场,设计飞行器编队的避碰控制策略。理论分析和数值仿真表明,该方法可以支撑多个飞行器在编队散开、编队收缩、编队整体转向和高低编队飞行等场景中实现编队的形成与保持,在保证编队内部安全的前提下实现一致到达,为末段制导提供良好的交班条件。

为更好地保护人民的生命财产安全,针对目前依靠人力进行交通管理工作时统计不准确、反馈不及时等问题,提出一种适合部署在边缘终端设备上的基于YOLOv7-tiny算法改进的车辆目标检测算法。通过构造深度强力残差卷积块对主干网络的轻量级高效层聚合网络(Efficient Layer Aggregation Network-Tiny,ELAN-T)模块进行轻量化改进;通过削减分支,对特征融合网络的ELAN-T模块进行轻量化改进,降低网络的参数量和计算量,并对特征融合网络的结构进行重新构造;引入高效通道注意力机制和EIOU边界框损失函数提升算法的精度。在预处理后的UA-DETRAC数据集上实验,改进后的算法参数量相比于原始的YOLOv7-tiny算法降低了15.1%,计算量降低了5.3%,mAP@0.5提升了5.3个百分点。实验结果表明,改进后的算法不仅实现了轻量化,而且检测精度有所提升,适合部署在边缘终端设备上,完成对道路中车辆的检测任务。

大功率柴电机组是重型串联式混合动力车辆的供电单元,受多缸柴油机曲轴谐振转矩冲击和发电机电磁转矩脉动耦合作用的影响,系统扭转振动现象突出,动力学品质较差。针对上述问题,建立考虑机电耦合效应的发动机-发电机组动力学模型,分析机电耦合效应对系统固有特性的影响,揭示扭转振动特性随电磁刚度、转子偏心率、扭转减振器刚度等参数变化的规律,分析系统在发动机和电机联合激励作用下动力学响应特性,明确了主响应的阶次。为解决低频扭转振动响应过大的问题,提出基于双回路解耦的扭转振动控制总体框架,针对发动机主谐次扰动抑制设计面向启停机过程的独立模态空间最优控制器和面向稳态运行工况的自适应滤波补偿控制器,并进行仿真验证。研究结果表明,所设计的扭转振动主动控制算法能够在发动机全速域内实现对主谐次扭转振动的有效抑制。

针对水下航行器声导引回收方式中艇外搭载回收装置易受流噪声干扰、影响航行器声隐蔽性的问题,研究基于Lighthill声比拟理论,结合大涡模拟对艇外搭载式回收装置流噪声进行数值模拟,对比不同回收导向罩形状坞舱的声压级频谱及指向特性,分析航行器流域内不同位置的声压级变化情况。研究结果表明:外伸式回收装置是航行器辐射噪声的主要声源,相比无附体水下航行器最大声压级高约50dB,高声压级流噪声主要集中在中低频段;对于相同迎流截面积的回收坞舱,喇叭型导向罩相比于矩形型低约1.62dB;计算结果可为降低水下航行器回收过程中的流噪声,提高水下航行器回收效率及声隐蔽性,及相关设计提供理论基础。

稳定高精度的定位是实现地面无人车辆协同自主行驶的先决条件。激光同时定位与建图(Simultaneous Localization and Mapping,SLAM)技术在缺少几何特征的走廊、隧道、沙漠等场景中难以实现精准定位。为此提出一种无人车蛙跳协同的激光SLAM退化校正方法。估计当前帧每个特征点的法向量,并提出一种激光SLAM退化检测算法,当检测到环境退化时,使用两个无人车之间的测距信息对激光SLAM进行退化校正,在位姿图中进一步优化定位结果,并在自主搭建的两个无人车平台上进行测试。研究结果表明,新方法与当前主流激光SLAM方法相比获得了更高的建图效果,证明了新方法能够显著提高激光SLAM在退化场景中的定位效果。

传统坦克双向稳定系统的控制策略难以有效处理新一代全电双向稳定系统中的耦合性、非线性和不确定性,而基于模型的非线性控制能够充分利用系统动态模型的先验信息提升控制效果。因此,建立计及执行器动态的全电双向稳定系统机电耦合动力学模型,提出一种基于神经网络补偿的非线性滑模控制方法。引入滑模面和基于双曲正切函数改进的滑模鲁棒控制律设计非线性滑模控制函数,以有效地消除系统振荡,提高系统的稳态性能。同时,深度融合多层神经网络,准确估计系统的不确定性并进行前馈补偿,避免高增益反馈。基于Lyapunov理论严格证明了新控制策略可以实现连续控制输入下坦克全电双向稳定系统的渐近稳定性能。搭建了联合仿真环境与半实物实验平台,通过大量对比实验验证了新控制策略的优越性。