弹道导弹被动段最优脉冲变轨方法

弹道导弹大气层外飞行时间长且弹道固定,易被敌方预测和拦截。针对以上问题,本文提出一种最优脉冲式变轨方法,该方法设计的弹道由2条不同的椭圆弧段组成,成功命中目标的同时,增加了敌方的拦截难度。以机动变轨所需能量和变轨后飞行剩余时间的加权最优为性能指标,设计了利用遗传算法在初始弹道上寻求最优变轨点的方法。最后,将遗传算法搜索最优点结果与遍历搜索结果进行对比,其最大误差为 ,从而验证了遗传算法在应用于导弹变轨问题,用以寻求最优变轨点是准确有效的。     

基于瞬态冲击法的方钢管混凝土柱脱空检测试验

通过对有脱空缺陷的方钢管混凝土柱试件进行瞬态冲击作用下的检测试验,提出了根据振动信号频率变化、频谱峰值和WVD时频分布中频率的时间连续性等特征来进行脱空检测的新方法。基于WVD时频分布特性,提出了使用平均频率作为脱空判别指标。结果表明：当方钢管混凝土柱存在脱空,振动信号的平均频率发生明显降低,频谱图中频率成分简单,归一化频谱峰值高,在WVD时频分布三维图上呈现沿时间轴连续的偏平峰。说明该方法对检测方钢管混凝土柱脱空具有一定的有效性。     

面向需求变化的军队自动化立体仓库货位优化

为提高军队自动化立体仓库的出库能力,提出应根据需求变化对在库物资货位进行动态调整,从而最大限度地保障军队物资需求。综合考虑堆垛机总行程、货物离散度和出库频率等评价指标,采用遗传算法对该多目标优化问题进行求解,并运用Matalab仿真。结果表明,该方法能较好地提高军队自动化立体仓库在需求动态变化时的出库能力。同时,该研究对一般仓库的货位优化也有一定的借鉴意义。     

DIS的多武器模拟器训练系统

现有的武器系统模拟器大多是对单个武器系统平台的性能仿真,利用DIS可以将它们联结成多武器平台的作战环境下的对抗仿真。在分析基于DIS的多武器系统模拟器训练系统的基础上,确定了系统的仿真框架,介绍了系统中通信的实现方法,并介绍了系统的工作过程。     

基于遗传算法的分布式多传感器航迹关联算法

以分布式多传感系统中的两节点序贯航迹关联方法为基础,把多节点情况下的航迹关联问题转化为多维分配问题。而多维分配问题是典型的组合优化问题,其计算量随着维数的增加而出现指数爆炸现象,进而根据遗传算法能够解决组合优化问题的能力,提出了利用遗传算法解决此多维分配问题的一种方法。仿真实验结果表明,遗传算法能够有效地求解此多维分配问题,使航迹关联具有较高的成功率。     

基于STAR-CCM+的全附体潜艇水压场特性及附体影响性研究

潜艇航行引起的流场压强变化称为潜艇水压场,其特性常被应用于水雷,以实现目标探测,攻守兼备。考虑指挥台围壳、尾翼影响,以全附体艇体为研究对象,在验证性研究的基础上,基于粘流理论研究了潜艇水压场特性,揭示了附体对艇体表面、周围流场、水底流场的压强分布影响规律。结果表明：附体对艇体表面的压强分布影响显著,但影响范围局限于附体小区域,而对水底处的水压场影响仅在潜艇近底航行时才略显著,可见非近底航行工况下可忽略附体影响,实现潜艇水压场的快速预报;在研究近水面航行工况时,水面兴波对海底潜艇水压场的分布存在影响,具体影响潜艇水压场的峰值大小和位置等。     

基于改进遗传算法的AUV动态目标搜索算法

针对水下动态目标搜索问题,提出一种基于改进遗传算法的AUV动态目标搜索算法。采用蒙特卡罗统计方法生成大量目标运动轨迹,作为计算适应度依据;结合水声模型提出一种新型的累积探测概率计算方式;种群选择采用灾变思想与精英主义相结合方法,保证种群的非劣性和多样性,加速跳出局部极值;采用混沌序列方式选择交叉和变异点,增加种群随机性;采用动态自适应的交叉概率与变异概率,减少经验依赖,保证后期种群多样性。仿真实验结果表明,相较于传统算法和经典遗传算法,改进遗传算法能有效避免陷入局部极值,提高搜索概率。     

基于异构并行计算的软件雷达通用硬件架构设计

软件雷达系统功能由软件定义是雷达未来发展的一个趋势,这对系统硬件计算性能和数据传输带宽提出了很高的要求,因此将异构并行高性能计算技术引入软件雷达领域。根据系统功能逻辑,构建了软件雷达硬件平台系统,利用先进的异构并行计算技术,设计了一个具体的通用硬件平台架构。该平台通过独立的高速采集卡完成回波信号的采集与A/D变换,利用FPGA刀片异构服务器完成雷达信号实时处理,通过GPU异构超级计算机完成数据处理和显控,利用InfiniBand网络和磁盘阵列完成数据的高速传输与存储。通过性能分析,该硬件平台能够满足现代雷达对计算速度和传输带宽的性能需求。     

可变形定向破片战斗部模型试验和数值模拟研究

基于可变形定向破片战斗部的作用原理,设计了试验结构模型,并对其进行了静爆试验研究。根据试验结果,建立了有限元分析模型,利用LS-DYNA程序对可变形定向战斗部变形过程以及破片的飞散过程进行了数值模拟。结果表明,在目标方向破片密度和速度都有较大幅度增益,数值模拟与试验结果比较吻合。     

雷达智能BIT故障预测方法研究

在总结了几种比较常见的故障预测方法的基础上，介绍了基于统计学习理论的支持向量回归算法。提出将智能遗传算法用来对支持向量回归模型的参数进行优化选取，并详细介绍了模型参数的选取过程，避免了参数的盲目设置。将建立起来的模型应用于雷达智能BIT故障预测领域，并以一组智能BIT状态监测的数据对预测模型进行训练和验证，实验结果表明支持向量回归模型能有效地对雷达故障进行预测。