群组通信中发言权控制机制的改进

在基于分组域的群组通信中,如何解决发言权控制问题是十分关键的,发言权控制机制的优劣直接影响到群组通信的规模、通信效率以及群组通信业务的推广。在已有的三种发言权控制机制中,TBCP/DQ具有较好的时效性和使用效果,但当群组中用户数量急剧增加时,控制服务器之间会交互大量的控制信令,容易造成网络拥塞,如果再考虑丢包和差错等因素,其实用性将更加受限。文章提出一种可迁移分布式队列发言权控制机制以进一步优化和提高发言权控制效率,仿真结果表明该机制在用户规模较大的情形下,具有更好的优越性。     

穿浪双体船纵向运动模糊PID控制

针对穿浪双体船高速情况下的纵摇和垂荡运动影响乘船舒适性的问题,分析了穿浪双体船的运动规律,给出了其纵向运动控制模型,并根据控制模型的多输入多输出系统特点,分别针对纵摇和升沉两个通道设计了独立的PID控制器。在此基础上,进一步将模糊控制理论应用于PID参数的整定,给出了具体的设计方法,并根据人工经验设计了详细的参数整定规则。经仿真分析表明:模糊逻辑的引入使得PID控制器具备了自适应功能,能够取得更好的减摇效果。     

基于自抗扰控制的微型导弹导引控制一体化设计

针对微型导弹动力学参数具有不确定性以及在攻击目标的过程中系统存在未知扰动问题,应用自抗扰控制技术,在对导弹俯仰和偏航两个通道进行一体化建模的基础上,设计了一种能够对微型导弹系统的不确定参数和干扰进行实时估计并补偿的控制器。微型导弹在自抗扰控制器的作用下高效地完成了对机动目标的攻击。仿真结果表明,此控制器能够达到很好的控制效果且能有效地提高导弹的制导精度。     

导弹发射车悬架半主动控制与仿真

为了降低导弹行进间发射时车体的强烈振动,提出了利用磁流变阻尼器进行半主动控制的方法。首先,对采用垂直发射方式的导弹发射车悬架系统进行了简化,建立了四自由度振动模型,推导出悬架系统的状态方程。然后分别考虑发射车在恶劣路况下的行驶以及行进间发射2种工况,利用磁流变阻尼器提供控制力进行了线性最优二次型振动控制。最后编写了控制程序并进行了仿真计算。结果表明,实施半主动控制后,2种工况下车身的振动得到了较好的抑制。     

敏捷指挥控制一致决策度量技术研究

针对敏捷指挥控制过程中的一致决策问题,研究了基于语言短语的偏好表示技术和一致决策度量技术,提出一种改进的基于二元语义的复合标度评价模型,建立三种不同的一致因子模型,可分别度量决策者、方案、决策过程的一致程度,从而提供一种评价决策者、方案、决策过程的量化标准,为更加敏捷地选择调整决策者和决策方案提供量化模型与评价依据。     

网络科学在外军指挥控制领域应用研究综述

现代指挥控制系统互联构成了复杂巨网络,致使指挥控制领域内的组织设计、结构分析以及特征描述等问题变得抽象且难于理解。网络科学为分析、描述与解释指挥控制领域内的相关问题提供了有效的理论、方法与技术,在外军指挥控制网络的组织机制、相关特性及其建模方面取得了一定的理论和实践成果,提出为加强网络科学在国内指挥控制领域的应用应设立相应的研究机构、开展前沿研究、重视仿真试验。     

军事领域体系结构研究综述

军事领域体系结构研究已经历20余年,对于促进军事领域体系建设发挥了重要作用。通过文献分析识别出军事领域体系结构研究的3个主要方向,即体系结构框架与设计方法、体系结构概念与建模、体系结构管理设计与操作,对每个方向的主要内容和研究进展进行了综述,综合相关研究情况,提出下一步的研究建议。     

决策中心战的能力需求与技术支撑

为重建长期战略优势,美国率先提出的决策中心战作战新概念已经成为世界各军事强国的关注热点。分析了决策中心战的提出背景和原因,从深化认知决策优势和作战复杂性等方面剖析了其内涵机理,认识到强大的网络通信能力的支持是实现马赛克战或分布式控制的重要能力需求。在此基础上,重点分析了决策中心战在战役战术层6个方面的能力需求,并提出了未来支撑这些能力形成的先进技术,有助于全面把握以“决策中心战”为代表的新军事理论体系的构建与实践运行,为我军智能化建设提供借鉴。     

基于区块链的快速机动指挥控制模式研究

机动性是影响战争胜负的一个关键因素,追求高机动性是贯穿军队改革的一条主线。机动性问题实质上是指挥控制的问题。指挥控制周期短,军队机动性就快。未来战争的快节奏要求指挥控制做到快速反应,因此,需要发挥区块链技术的独特优势,利用区块链技术构建去中心化的组织,实现区块链环境下完全网络化的信息共享,建立源于区块链不可篡改数据的奖惩机制,从而构建起基于区块链的快速机动指挥控制模式,提高指挥控制的快速反应能力和一线部队的机动能力。     

基于控制器动态线性化的数据驱动ILC

针对未知非线性非仿射重复离散时间系统,将迭代域的动态线性化技术应用于非线性被控系统和未知非线性理想学习控制器,提出一种新的数据驱动迭代学习控制方案。通过设计一种改进的无模型自适应迭代学习控制算法对理想学习控制器的增益进行估计,该方案仅利用非线性系统的输入输出数据,便可自动调整迭代学习控制律。数值仿真和对高速列车模型的仿真验证了该方法的有效性和适用性。