旋转弹仓的鲁棒控制器设计

利用满意控制的理论,给出了一种满足期望性能指标的旋转弹仓控制器设计方法.利用系统本身的积分器,保证了静态时无余差.使用Lyapunov矩阵不等式,通过状态反馈,配置系统闭环极点于指定圆形区域而使闭环系统具有较好的动态品质.MATLAB/NCD工具箱进一步局部寻优,得到在饱和特性下,控制系统多种指标的同时满足某型号旋转弹仓的数值算例,证明了该方法的有效性.     

固体热容激光器温度场应力场分析

采用有限元分析方法,对Nd:YAG作为激活介质的固体热容激光器的温度场及应力场进行了研究.结果表明固体热容激光器的温度场、应力场与常规的固体激光器有很大的差异,常规的固体激光器激活介质必须在泵浦的同时进行冷却,晶体表面温度比中心温度低,晶体表面受到的是张应力.固体热容激光器发射激光时,激活介质处于绝热状态.激活介质表面的温度要比中心高,激活介质表面出现的是压应力.这种差异是固体热容激光器可以高功率运转的物理机制.     

一种基于加权DSmT的序列图像目标识别方法

通过对自动目标识别系统研究与分析,将DSmT引入到飞机序列图像识别中,构建基本置信指派及分类规则,提出了一种基于加权DSmT的序列图像目标识别方法,在分析权值选择特点的基础上,根据特征信息的置信指派组合有效权值,并且给出了基于加权DSmT融合规则的序列图像目标识别的流程,仿真结果表明,该方法提高了序列图像目标识别的准确性.     

不确定环境下无人机区域目标搜索及载荷参数影响

针对不确定环境下无人机区域搜索问题,建立了实时探测更新的搜索方法,提出了机载光电载荷参数优化配置策略。建立了基于二维离散网格的无人机区域搜索模型,采用概率地图描述目标信息的实时获取与更新;引入不确定度指标、目标网格的重访和网格探测次数控制,建立搜索目标函数;建立了基于粒子群算法的搜索路径滚动优化方法;通过对任务区域平均探测时间步数和误判概率的估计分析,建立了机载光电载荷参数优化配置策略。使用蒙特卡洛方法验证了区域搜索方法的有效性和光电载荷参数配置对搜索效率、误判概率的影响。     

侵爆弹对框架类建筑物毁伤效果评估研究

为研究侵爆弹对框架类建筑物的毁伤效果,利用LS-DYNA有限元程序对单枚侵爆弹打击四层五跨建筑物进行了数值模拟。该程序利用流固耦合算法来模拟炸药对建筑物的毁伤,为了验证该算法的有效性,进行了房屋内爆炸试验和试验原型数值模拟,房屋内爆炸试验结果与数值模拟结果吻合,验证了该方法的合理性。利用该程序对侵爆弹打击四层五跨建筑物进行了数值模拟,结果表明炸点在第2层走廊中心时建筑物毁伤等级为中度毁伤,为目标毁伤效果评估工作提供了一定的参考。     

航天试验装备维修保障资源配置效率评价研究

航天试验装备维修保障资源配置效率是推动航天试验任务集约高效发展的重要方面,针对航天试验装备维修保障资源配置效率评价,提出了主成分和数据包络组合分析方法(PCA-DEA),介绍了方法的基本原理和组合运用的流程,进行了实证分析,验证了该方法在航天试验装备维修保障资源配置效率评价中的可行性和有效性。     

基于采样的非线性滤波方法

在系统阐述贝叶斯估计理论的基础上,分析和总结了扩展卡尔曼滤波、Sigma点卡尔曼滤波以及粒子滤波等方法的特点、使用条件以及局限性.介绍了扩展卡尔曼滤波方法并指出其缺陷;介绍了无轨迹卡尔曼滤波、中心差分卡尔曼滤波等确定性采样方法,并在加权统计线性回归意义下将其归结为Sigma点卡尔曼滤波方法;介绍了随机采样方法-粒子滤波方法,并指出其主要的研究方向.最后,对非线性滤波的发展趋势进行了展望.     

一种改进的联合概率数据关联算法

联合概率数据关联算法(JPDA)是密集杂波环境下一种有效的多目标跟踪算法,但该算法的复杂度会随着目标和观测值的增加而显著增长。为了减少JPDA算法所需要的存贮空间和计算时间,提出了一种改进的联合概率数据关联算法(I-JPDA)。首先通过合理选取跟踪门门限的阈值,去除小概率事件,然后再根据跟踪门内目标的关联概率对关联事件的概率密度值进行衰减,计算出跟踪门内各目标的关联概率。经过理论分析和仿真试验,证明了该方法在保证跟踪成功率的同时,还具有算法简单、计算量小和易于工程实现等优点。     

基于DEA的空降方案评价与优化

空降作战是高难度、高风险的空地一体作战,研制空降兵模拟作战指挥训练系统是平时进行空降作战指挥模拟训练的有效方法。为空降兵模拟作战指挥训练系统的理论预研部分内容,从空降摩步团的作战特点出发,进行团空降方案的评价与优化的系统研究,建立评价团空降方案的指标体系及指标解析模型,探索新的作战方案优选、优化方法——DEA方法,有助于提高空降作战决策的科学性,促进空降兵模拟作战指挥训练系统的开发。     

通信侦察中基于神经网络的伪码序列估计

针对直接序列扩频通信信号伪噪声(PN)码的干扰侦察问题,在已知信号伪码参数的前提下对直扩信号进行特征分析,用基于变步长的PCA神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebb学习规则的无监督多主分量神经网络,结合自适应变步长学习算法,在估计在线特征值的基础上来控制步长的变化,以使神经网络最终达到较好的稳态收敛。理论分析和仿真结果表明,本方法能在较低信噪比的情况下对较长伪码进行准确的估计。