粒子群算法的弹道参数辨识方法

提出一种基于粒子群算法的航空武器气动参数辨识算法,该算法采用粒子群算法计算航空武器气动参数分段函数的分段边界点马赫数值,在此基础上采用实数编码遗传算法计算分段函数的多项式系数.采用该算法进行某型炸弹阻力系数辨识计算,计算结果表明:该算法可行,且计算的阻力系数精度高.计算结果已成功应用于某型航电火控系统的设计中.     

两种轰炸弹道快速积分算法的比较

利用数学仿真,测试了两种轰炸弹道快速积分方法：中国湖算法和极坐标算法,后者是西北工业大学（ＮＰＵ）开发的。对某型航弹的弹道诸元解算的结果表明,无论是精度还是实时计算量,后者都优于前者甚多。     

基于改进差分进化算法的内弹道参数优化

火炮内弹道参数直接影响其计算结果,内弹道参数优化设计是内弹道分析计算的重要环节。基于经典内弹道计算模型,以火药内弹道计算中最为敏感的燃速指数及其燃速系数为设计参量,以最大膛压及弹丸初速的计算值与测试值一致性为目标,对差分进化算法群体的初始化、变异因子及变异模式进行了改进,对某型火炮的内弹道参数进行了优化计算。优化设计结果表明改进后的差分进化算法满足内弹道设计工程实践要求,为内弹道参数优化设计提供了一种有效的算法。     

火炮射击中的弹道气象参数辨识

弹道气象误差是影响火炮精度的重要因素。通过对弹道气象参数的可辨识性分析 ,建立了火炮外弹道气象参数滤波—辨识递推算法 ,仿真验证表明 ,该法能得到满意的辨识精度 ,可较大幅度地降低射击误差。     

激光制导炸弹弹道拟合模型与算法

由于激光制导炸弹的弹道受控,其弹道复杂,采用传统炸弹弹道的拟合方法达不到精度要求。从抛物运动的角度提出了两种对激光制导炸弹弹道拟合的方法。第一种方法对一般的抛物运动标准解引入修正项实现对激光制导炸弹弹道的拟合。第二种方法对激光制导炸弹的攻击运动过程进行分析,然后,引入加速度修正项对激光制导炸弹弹道进行拟合。通过大量的仿真表明这两种方法的拟合精度均很高。相比较而言,第二种方法精度更高。     

弹道滤波算法研究

为导引我方发射的制导炮弹等目标,需要在炮瞄雷达跟踪炮弹的基础上准确估计炮弹目标的位置、速度等状态信息。鉴于直接对测量的弹道轨迹建立常规运动模型滤波效果较差,提出了两种方法。一种基于弹道偏差滤波的方法,另一种是基于弹道方程滤波方法。仿真计算比较结果表明文中建立的弹道滤波算法对弹道类目标的滤波精度和反应时间上有大幅度提高。     

GPS一维弹道修正引信修正算法研究

通过分析基于GPS测量的一维弹道修正引信以及GPS接收机本身数据的特点,提出了一种以GPS测量数据作为初始数据,结合阻尼弹道系数对部分弹道进行解算的实时弹道修正算法,并进行了仿真试验。     

基于改进粒子群算法的火炮内弹道多参数符合计算

为了研究火炮在发射过程中膛内火药燃烧规律以及弹丸运动规律,需要建立火炮内弹道数学模型并进行数值求解,在此过程中对部分内弹道参数进行符合计算是优化内弹道模型的重要途经之一。在经典内弹道方程组的基础上,阐述了经典内弹道计算原理,并对基本粒子群算法进行了改进,使改进后的粒子群算法在迭代初期有较大的惯性权重ω和学习因子c_1以及较小的学习因子c_2,而在迭代后期有较小的惯性权重ω和学习因子c_1以及较大的学习因子c_2,从而有效地避免粒子群陷入局部最优而导致收敛精度低的缺陷。将改进后的粒子群算法应用于火炮内弹道多参数符合计算,算例结果表明该方法完全满足工程实际要求,具有收敛速度快、符合精度高的特性,是火炮内弹道多参数符合计算的理想算法之一。     

助推发动机工作参数对某型末制导炮弹弹道的影响

针对某型末制导炮弹的发动机参数进行研究,根据发动机工作参数实际情况下的误差范围,分析发动机的点火时间、工作时间、冲量和装药质量对弹道的影响,所得结论为发动机性能的提高以及下一步的弹道特性分析奠定了基础。     

基于PSO-SQP算法的空地导弹弹道优化

利用高斯伪谱法(GPM)将空地导弹快速打击地面目标的弹道最优控制问题转化为非线性规划(NLP)问题;构建粒子群算法(PSO)对初始弹道进行求解,进而实现对序列二次规划(SQP)算法初值的优选;代入SQP算法中求解非线性规划问题.仿真结果表明,仅用随意选取初值的SQP算法求解弹道优化设计问题,很难求得最优解,利用PSO算...     

二维弹道修正弹及其制导控制技术综述

针对二维弹道修正弹这类具有广泛应用前景的智能弹药,综述了二维弹道修正弹的发展、主要修正机构方案及其制导控制技术.对二维弹道修正弹的研制历程进行总结,梳理发展脉络揭示其发展规律,分析二维修正弹的打击任务.对几种主流修正方案进行讨论,分析各机构的作用特点及研究难点.基于二维弹道修正弹打击任务需求,从气动辨识及状态估计算法、...     

某型工程车虚拟操作训练环境设计

采用基于Vega和Creator的虚拟现实仿真机制和人机交互设备,构建某型工程车训练仿真系统虚拟操作训练环境。根据位置跟踪传感器跟踪受训人员手的位置和姿态,使用数据手套获取受训人员手部各关节数据,驱动虚拟手实现人机交互,完成虚拟操作训练任务,并采用前馈神经网络模式识别法和空间位姿判别法,分别对静态手势和动态操作命令进行识别。     

一种BP神经网络算法的改进模型

首先对BP网络的结构和算法进行了分析,针对BP网络收敛速度慢,容易陷入局部极小等问题,提出了一种改进的BP网络模型,并对该模型算法进行了改进,通过激活函数的选择,网络的初始化,学习率的调整和训练样本数据的处理等方法,可实现加快网络的收敛速度,并且较好的解决局部最优问题.     

采用弹道修正技术的红外干扰弹性能优化

针对弹道修正弹的高维非线性特性导致的性能优化难题,改变概念设计阶段传统的串行设计方式,提出了一种基于实验设计(Design Of Experiments,DOE)和响应面(Response Surface Methodology,RSM)的智能优化算法,定义基本的弹丸结构模型以及相关的设计参数.在DOE的基础上,将设计...     

一种基于神经网络的彩色图像分割方法

提出了适于彩色图像分割的加强型径向基函数网络方法,采用在线自适应聚类学习算法确定隐层节点的数目、激活函数中心值;通过Hebb学习算法迅速将隐层节点中心值分为目标颜色聚类中心和背景颜色聚类中心两类;输出层用竞争规则将目标与背景分开。通过对多幅彩色图像进行分割处理验证了该方法的有效性。     

基于神经网络的雷达抗干扰效果评估

分析了常用的雷达抗干扰效果评估方法的特点,建立了雷达抗干扰效果评价指标集,对指标数据的采集和处理方法进行了分析,提出了一种基于神经网络的雷达抗干扰效果评估模型,论述了网络结构和样本获取方法,最后通过算例验证了模型的正确性和实用性。     

基于自适应小波正交基神经网络的参数辨识

提出了一种基于小波正交基神经网络的非线性在线辨识方法。小波变换具有良好的收敛速度和逼近精度,神经网络具有强大的非线性映射能力、自学习、自适应等优势,采用正交基小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数和神经网络的优点;制导航弹数字仿真结果表明,该方法对含噪声数据进行处理效果好,能很好地满足非线性在线辨识的需求。     

模拟退火优化BP神经网络在航向控制系统中的应用

目前,广泛运用于神经网络中的误差反向传播算法(BP算法)训练时间较长,且易陷入局部最优.为了克服BP算法的固有缺陷,文中提出了在BP算法中加入模拟退火算法权因子.在航向控制系统中进行了仿真,数据显示该算法比单纯BP算法更能优化控制器性能参数和全局搜索能力,收敛速度更快,精度提高比较明显.     

不确定多属性决策的单目标优化方法研究

运用神经网络的非线性映射和遗传算法的寻优特性,建立了不确定多属性决策的单目标优化模型。把属性值区间作为遗传算法染色体的搜索范围,用训练好的神经网络计算适应度。用不同的适应度函数来计算综合属性值区间数的下界和上界,然后对方案进行排序。算例结果表明,该方法是可行的。