基于PSO算法的脉冲修正弹控制参数优化*

针对脉冲修正弹自身控制离散不连续特征,开展了脉冲修正弹脉冲控制参数优化设计方法研究。考虑到脉冲成本和精度的双重要求,选择以脉冲发动机工作次数和脱靶量最少为双目标函数,并在风干扰的条件下,提出了以脉冲控制时间间隔为离散脉冲控制参数设计变量建立优化模型,以此发展了一种改进型递减惯性权重粒子群优化脉冲控制参数的方法,提高了修正参数优化收敛速度。仿真结果表明,该算法能快速有效地获得最优解,为在干扰条件下寻找最优的脉冲修正参数和脉冲工作方式提供了一种优化设计思路。     

脉冲修正弹控制参数粒子群优化算法

针对脉冲修正弹自身控制离散不连续特征,开展脉冲修正弹脉冲控制参数优化设计方法研究。考虑到脉冲成本和精度的双重要求,选择以脉冲发动机工作次数和脱靶量最少为双目标的函数。在风干扰条件下,提出以脉冲控制时间间隔为离散脉冲控制参数设计变量建立优化模型,以此发展一种改进型递减惯性权重粒子群优化脉冲控制参数的方法,提高修正参数优化收敛速度。仿真结果表明:该算法能快速有效地获得最优解,为在干扰条件下寻找最优的脉冲修正参数和脉冲工作方式提供一种优化设计思路。     

一种含最优变异的多微粒群优化算法

针对微粒群优化算法中的固有缺点,提出了带有最优变异算子的多微粒群优化算法,采用多个微粒群对目标函数进行寻优,并在寻优过程中对子群中最优微粒引入了最优变异算子。通过这样的处理,算法可以预防早熟收敛并具有更快的收敛速度和更好的局部开发能力。对一组测试函数的模拟实验结果表明,带最优变异的多微粒群优化算法可以摆脱局部最优解对微粒的吸引,在较少的代数内就能够获得好的优化结果。     

多无人机编队协同控制软件平台设计与仿真

在战场环境瞬息万变、作战任务日益复杂的现代战争中,多架无人机编队协同完成复杂的作战任务已成为一种趋势。多无人机编队控制及重构是多无人机系统的核心内容和关键技术。基于微粒群算法、蚁群算法研究了多无人机编队控制及重构、航线规划及重规划问题,特别是在解决编队重构问题时,提出一种多样性微粒群算法。设计了多无人机编队飞行协同控制平台,仿真结果表明,标准微粒群算法、蚁群算法等智能算法可以较好解决编队控制、编队重构和航线规划问题,多样性微粒群算法具有更强的全局寻优能力。     

基于摄动理论的落点预测算法研究

针对弹道修正控制系统需要实时进行落点预测的问题,分析了脉冲弹道修正弹弹道特点以及脉冲发动机点火条件,并根据摄动理论,提出了一种快速落点预测算法。该算法通过对标准弹道和扰动弹道的解算获取样本点,采用回归方法求解落点预测模型。并基于该落点预测算法,设计了一种适用于简易修正弹的弹道修正方案。六自由度弹道仿真结果表明,该落点预测算法精度达到控制系统的精度要求,采用该控制方法的弹道修正弹,落点散布误差也大幅降低。     

高功率微波车辆迫停的效应机理分析

通过分析车辆电子控制单元输出的点火开关和燃油喷射信号波形在高功率微波辐射条件下的演变过程，阐明了高功率微波致使车辆发动机熄火的原因。研究结果表明，电子控制单元受到微波辐射扰乱后，点火开关信号发生意外丢失，燃油喷射信号脉冲重复周期迅速缩短，造成发动机气缸内喷入过量燃油，火花塞无法点燃油气混合物，迫使发动机转速下降甚至熄火。通过分析车辆发动机的点火系统工作原理，提出了根据监测车体辐射电磁信号获取车辆易受攻击的敏感频段的试验思路。     

姿控发动机点火逻辑研究

跟踪与分析国外先进防空导弹的姿控发动机控制技术,以美国PAC-3导弹为例,对姿控发动机组建立离散模型,然后采用一定的优化方法,对其点火方法作了研究,并提供仿真结果。     

面向多平台多目标协同跟踪的指派问题

针对多平台多目标协同跟踪中要求多个无人地面平台尽可能均匀地协同跟踪多个目标的特点,提出了改进的离散粒子群优化算法。首先采用连续型粒子群优化算法中的速度和位置迭代公式,然后对粒子位置进行离散编码,使粒子编码对应于可行的指派方案;其次,在优化算法中引入局部搜索,提高算法寻优性能。最后将所提算法应用于多平台多目标协同跟踪中的指派问题,并与未加入局部搜索的粒子群优化算法比较,仿真结果表明,加入局部搜索后的离散粒子群优化算法具有较好的寻优性能。     

面向空域和机动性的拦截弹能量管理优化研究

研究了拦截弹能量管理优化问题,通过分配拦截弹的第3级双脉冲固体发动机推进剂装药量,使拦截弹的作战空域和机动性综合最优。首先建立了拦截弹质量和动力模型,然后提出了拦截弹空域、全弹和第3级Ⅱ脉冲机动性分别最大的单目标优化模型,以及其综合性能最优的多目标优化模型。最后采用粒子群优化算法,面向拦截弹空域和机动性,对第3级双脉冲装药量分配进行了优化及分析。     

具有侧向脉冲推力的动能拦截弹姿控发动机组合点火研究

针对具有侧向脉冲推力和气动力复合控制的动能拦截弹,需要解决姿控发动机的组合点火问题.首先,建立了姿控发动机组合点火的模型;然后,在此模型基础上,设计了姿控发动机的点火规则,并对姿控发动机不同位置布局的能量利用率进行了分析;最后,通过仿真验证,结果验证了这种姿控发动机点火规则的可行性,对今后的研究工作具有一定的参考价值.     

脉冲群间多普勒频率变化率的高精度测量算法

提出了一种脉冲群间多普勒频率变化率的高精度测量算法,该算法利用脉冲群内相邻脉冲对间的互相关函数估计脉冲群模糊频率,在连续脉冲群间选择任一相同模糊频率进行解模糊得到各脉冲群相对频率,由于这些相对频率包含相同的模糊,从而可以利用差分或滤波算法得到脉冲群间多普勒频率变化率。该算法具有相对频率估计精度高、解模糊过程简单、运算量小、多普勒频率变化率测量精度高等优点。计算机仿真和地面缩比试验均证明了该测量算法的有效性。     

采用多种群搜索策略的微粒群算法调整消磁绕组

目前,常用的消磁系统调整方法一般都是针对舰艇磁场进行的,而较少考虑磁场梯度。为改善舰艇的磁隐身性能,应当同时考虑两者的有效衰减,由此确定的电流优化调整问题为多目标优化问题。为解决该问题,首先采用一种基于多种群搜索策略的微粒群算法分别求解两类目标函数的最优值,并将这两类最优值作为目标函数的归一化常数,然后选取一组适当的权重将多目标优化问题转化为单目标优化问题,并采用多种群微粒群算法求解该单目标优化问题。最后,采用一个典型的消磁系统优化调整问题来验证方法的有效性。实验结果表明:该方法不但能够实现舰船磁信号的削减,同时还能有效抑制舰船磁信号的波动。     

通用防空反导火力优化分配方法

针对通用防空反导实时火力优化分配问题,分析了火力分配原则,综合考虑资源约束、空间关系约束以及人工干预等约束条件,以拦截效能最大、消耗费用最小为目标建立火力优化分配模型,并详细设计了拦截效能和消耗费用的表示模型;在该模型基础上,设计了一种基于离散粒子群的优化求解算法;通过仿真验证了模型的合理性和算法的可行性,对通用防空反导指挥控制系统研制具有一定指导意义.     

微粒群算法在二自由度PID控制器的优化设计中的应用

利用微粒群优化(PSO)算法对PI/PD控制器进行研究,PSO算法是一种进化算法,源于鸟类捕食行为的模拟,以工业过程中常见的对象模型进行了仿真实验,得到的仿真结果表明提出的方法可以获得满意的控制效果(如上升时间、稳定时间、超调量等),PSO算法为PI/PD控制器的设计提供了一条有效途径。     

多次点火固体火箭发动机在面空导弹上的应用研究

论述了多次点火固体火箭发动机的多次点火的最佳控制,具体研究了两次点火固体火箭发动机的参数对飞行性能的影响,对两次点火固体火箭发动机结合弹道同时最佳化问题给出了仿真结果.     

动态协同空战攻击决策问题研究

攻击决策问题是协同空战领域研究的核心问题之一,通过优化战机武器资源配置,以提高战机协同作战效能。针对动态协同空战攻击决策问题,系统分析空战环境的动态性,将空战动态划分为连续动态和离散动态,并建立多约束条件下动态协同空战攻击决策优化模型;设计了空战环境变化监测策略和种群多样性策略,通过迭代窗的设置,基于离散粒子群算法,提出了一种基于滚动迭代窗的启发式变异离散粒子群算法的动态协同攻击决策方法。通过仿真实验验证了所提方法能够在连续和离散动态条件下合理地规划协同空战攻击决策。     

混合离散粒子群的任务调度算法及应用

针对粒子群算法存在易陷入局部极值、精度差的缺点,引入了模拟退火的思想,研究了一种混合粒子群优化算法,防止早熟现象的产生,使种群在更新迭代中保持了多样性,并将混合算法应用到典型的任务规划调度问题求解中,通过仿真验证了混合算法的有效性,与单一的离散粒子群算法相比,提高了调度问题的求解效果。     

基于极大熵微粒群混合算法的非线性方程组求解

针对非线性方程组,给出了一个新的算法.该算法首先把非线性方程组转化为一个不可微优化问题,然后用一个称之为凝聚函数的光滑函数直接代替不可微的极大值函数,从而可把非线性方程组的求解转化为无约束优化问题,再利用微粒群算法对其进行求解.利用4个测试函数对其进行测试并与其他算法进行比较.计算结果表明,提出的算法在求解的准确性和有效性方面均优于其它算法.     

应用离散粒子群-郭涛算法分配多无人机协同任务

针对以往考虑时间窗约束的多无人机协同任务分配问题模型不能反映在有效时间窗内,任务执行时间对任务收益的影响及求解算法效率较低的问题。建立了将任务收益和任务执行时间直接联系起来的任务分配模型和可行解到粒子整数编码方式的映射,设计了混合离散粒子群-郭涛算法的组合优化问题求解策略。借助粒子群算法利用粒子自身信息和种群有用信息指导种群进化的本质特点,优化郭涛算法的适应性序列倒置操作;设计了可变的学习选择概率来选择个体的学习粒子,改进了序列倒置算子。仿真实验验证了该方法处理复杂任务分配问题的有效性。     

求解互补问题的极大熵微粒群混合算法

首先,利用NCP函数,将互补问题转化为一个非光滑方程组问题,然后用凝聚函数对其进行光滑化,进而把互补问题的求解转化为无约束优化问题,最后利用微粒群算法对其进行求解。利用3个测试算例对其进行测试并与其他算法进行比较,计算结果表明:该算法在求解的准确性和有效性方面均优于其他算法。