某自行火炮全弹道多学科优化设计

为提高某自行火炮弹丸的杀伤效能,寻求该火炮全弹道设计参数间更优的匹配关系,并缩短全弹道设计周期,根据其包含的内弹道、外弹道和终点效应3个分学科之间的耦合关系,建立自行火炮全弹道多学科优化设计模型。以射程最大、杀伤面积最大为优化目标,进行全弹道优化设计。与单目标优化方法对比,多目标优化有效提高了该火炮弹道的综合性能,避免了单个目标优化时其他目标劣化的现象。     

基于实数编码遗传算法的超宽带波形设计

采用实数编码的遗传算法对超宽带(UWB)波形进行了独特设计。以正弦高斯脉冲作为基函数,提出了一种新的适应度函数表示方法,应用此方法设计出了更符合美国联邦通信委员会(FCC)提出的辐射掩蔽特性要求的脉冲波形,并对设计脉冲进行了链路预算。仿真结果表明:采用实数编码的遗传算法优化设计得到的超宽带波形效果好且仿真时间复杂度低;与随机组合脉冲相比,设计出的脉冲在信号传输性能方面更具优势。     

快速准确的多分辨率地形模型误差计算

随着图形硬件的高速发展,大规模地形的可视化技术相比传统方法发生了很大变化,但是地形的误差计算方法却没有作出相应的改进,大多算法依然使用保守的迭代式误差,不能很好地与当前绘制算法相适应。针对这个问题,提出一种新的误差定义和计算方式。该误差直接描述简化模型同原始模型之间的差异,比以前的算法更为准确。误差的计算利用图形硬件的插值能力进行加速,大规模地形数据的误差计算能够在较短时间内完成。     

EEMD联合AOK-TFR提取车辆微多普勒特征

利用连续波雷达探测运动车辆时,非线性、非平稳的多分量回波信号不易解析提取,基于此,提出了联合总体经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)和自适应最优核时频分布(Adaptive Optimal Kernel Time-Frequency Distribution,AOK-TFR)的方法提取运动车辆的微多普勒(micro-Doppler)特征。建立了车体振动和车轮转动对雷达回波信号产生的复合调制效应数学模型,并对多分量回波信号进行了EEMD,通过联合AOKTFR解析回波信号的固有模态分量,得到了较清晰的微多普勒时频像,较好地克服了地杂波带来的EMD模态混叠。仿真分析表明该方法提取到的微多普勒特征参数与仿真参数吻合,证明了该方法的有效性。     

串并联结构分解目标毁伤评估

针对仿真中空地导弹攻击复杂目标的毁伤评估问题,提出了一种基于串并联结构分解的目标毁伤评估算法,并引入了修复时间作为毁伤评估的一项指标.该算法首先按结构布局和功能关系将目标分解成多个子系统,并组成串并联结构图,然后根据导弹的精确落点对每个子系统进行毁伤评估,最后综合所有子系统的毁伤情况得出目标整体的毁伤程度和恢复正常所需...     

基于均匀设计的制导炸弹运动参数响应面建模

采用了均匀设计试验方法,以制导炸弹投放速度、高度和角度为设计变量,从设计空间中选择一些特定的设计点,构造了制导炸弹射程、末速度以及飞行时间的响应面模型.通过仿真算例,对各响应面模型分别进行了显著性检验,证明了所建立的响应面都具有较高的近似精度.高精度的响应面为简捷地寻求最优投放条件奠定了基础.     

基于蓝牙HCI传输层流控模型的构建

根据停-等流控原理构造了一种基于蓝牙HCI UART传输层的流控模型,并对该模型进行了流控效率的分析,提出了最佳流控效率的条件表达式,这对降低HCI UART低速率的瓶颈效能和提高蓝牙数据传输速率具有指导意义,仿真实验结果表明,模型符合流控效率的理论分析。     

【专题】无人机系统发展阶段和智能化趋势

本文根据无人机系统的主要技术特征对其发展阶段进行了分析概括,并对其智能化趋势进行了展望。首先,通过分析无人机系统的百余年发展历程和核心特点,将无人机系统的发展划分为萌芽起步阶段、初步发展阶段、崛起发展阶段、蓬勃发展阶段、稳步发展阶段和智能化发展阶段;其次,从主要特征、使命任务、任务载荷、导航系统和控制方式等角度对各个阶段特点进行了多维分析和对比;最后,从单体无人系统智能化（认知智能）、无人集群系统智能化（群体智能）和有人-无人系统智能化（混合智能）三个方面分析了无人机系统发展的智能化趋势。希冀这种从具体技术特征的角度来划分无人机系统发展阶段的方法对厘清无人机系统发展历程和趋势具有一定借鉴意义。     

卡塞格林结构式平行光管衍射分辨率的研究

对常规结构式平行光管和卡塞格林结构式平行光管的衍射分辨率进行了对比分析。计算了在衍射分辨率的限制下卡塞格林结构式平行光管中间遮挡孔径尺寸与系统整体长度之间的关系。为卡塞格林结构式平行光管的研究、设计提供了必要的依据。     

一种改进的连续域蚁群算法

简要介绍了蚁群算法,并从解决连续域问题的角度分析了段海滨等提出的基于网格划分策略的连续域蚁群算法的基本原理,针对该算法的特点和存在的缺陷,提出了改进的办法:在前期用遗传算法快速生成初始信息素,再利用蚁群算法寻求精确解。最后通过对一个二维连续域函数优化仿真实验,证明了改进后蚁群算法的有效性。仿真实验结果证明:改进后的蚁群算法无论是时间性能还是优化性能都明显优于改进前的蚁群算法,克服了蚁群算法的缺陷,大大提高了算法的速度和求解效率,达到了时间性能和优化性能的双赢。