发展航空母舰关系到发展逐渐完整的制海权，是中国利益全球化的军事后盾，因此需要打造完整的航空母舰舰队以延伸中国的国力。众所周知，舰载机进舰着舰过程中充满诸多不确定因素，飞行甲板岛式上层建筑区域的紊流、航母航行产生的舰尾公鸡尾状气流、飞机姿态变化以及由风浪引起的航母运动都对准备着舰的舰载机产生了极大威胁，为了克服着舰过程中影响因素较多，不确定性强的问题，美国海军开发研制了全自动着舰系统(ACLS, Automatic Carrier Landing System)，通过自动引导控制，以期实现无需人工干预的全天候安全着舰，但目前ACLS系统仅应用于美国F/A-18大黄蜂舰载飞机上，全自动引导着舰技术难以实际应用的主要原因是引导过程的高风险性。如果能够实时评测当前着舰状态风险，就可以针对当前风险量值采取不同控制策略和控制方法，保证舰载机安全迅速地降落到航母，因此实时分析当前进舰行为风险性，研究全自动引导过程状态风险评测方法，建立风险评价函数对保证舰机适配安全性有着重要的理论与实际意义，对中国自主发展航空母舰具有重要的政治意义和社会意义。 针对舰载机着舰环境复杂，成功着舰难度较大的事实，为了提高舰载机着舰安全性，降低着舰事故发生概率，本课题对舰载机着舰信号指挥官引导与评估技术进行了深入研究。主要研究内容包括： （1）建立了包括舰载机运动模型、舰载机飞行控制系统模型、飞行引导律操控模型的舰载机系统和包括航空母舰运动模型和舰尾气流场模型的着舰环境系统，依据全自动着舰系统的结构组成和工作原理，集成两个子系统建立完整的舰载机全自动着舰综合系统。 （2）建立了高度损失最小的军用推力与升降舵综合控制复飞运动模型，多通道协同作用的操控方法降低了复飞过程中的高度损失和驾驶员心理压力。 （3）在对舰载机复飞机动过程分析的基础上，建立了军用推力与升降舵综合控制复飞运动模型，仿真结果表明多通道协同作用的操控方法降低了复飞过程中的高度损失和驾驶员心理压力；针对传统复飞决策技术量化性和实时性的不足，设计基于神经网络的复飞风险评测方法，通过建立状态风险建模区域，实时计算舰载机着舰过程的复飞风险，并依据风险量值确定"复飞风险区域"范围；在精确量测风险的基础上，定义复飞决策时刻解决着舰安全和复飞安全之间的矛盾，阐述复飞决策流程，提出复飞决策方法，仿真实例表明本文提出的"量化风险"的复飞决策技术不仅可以定量描述复飞风险，同时兼顾着舰安全和复飞安全，对保障舰载机着舰安全性起到重要作用。 目前针对全自动引导着舰过程的控制方法和风险评价理论均已比较成熟，但针对舰载机引导过程的实时定量风险评测尚无可见文献。本课题针对上述复杂着舰系统，在建立舰载机全自动引导模型（包括舰载机六自由度运动学模型，飞行控制系统，进场动力补偿系统和综合引导控制律）的基础上，针对飞机进舰过程的"撞舰风险"进行分析，定义"复飞剩余距离"指标实现风险描述，通过建立高度损失最小的军用推力与升降舵综合控制复飞运动模型完成实时"复飞剩余距离"的计算，为保证模型的泛化应用，设计误差反向传播的神经网络算法实现舰载机全自动引导过程中实时飞行状态到"复飞剩余距离"的过渡，最后通过在线非线性变换，定量、实时地评估着舰风险。 本研究对于保证航母舰载机起降安全性和复飞机动性有着较为重要的理论意义和实际工程意义，进而对于保证我国领海主权完整，维护我国军事和平具有广泛的理论研究意义。

哈尔滨商业大学

该项目为储备库项目资源，暂无效益分析内容。