滑翔飞行器多目标弹道优化的进化-配点混合求解策略

针对高超声速滑翔飞行器弹道多目标优化问题,综合考虑计算效率和精度,结合分解进化算法与配点法提出一种混合求解策略。根据滑翔飞行器动力学模型和弹道设计中需要考虑的约束条件,建立飞行器多目标弹道优化模型。利用控制量离散化方法将多目标弹道优化问题转化为带约束的多目标参数优化问题,并采用罚函数法处理约束条件,随后利用分解多目标进化算法进行求解。为了提高弹道优化的精度,将椭球聚合法与配点法相结合,以多目标进化算法得到的Pareto解作为初始解进行迭代求解。通过典型的复杂约束多目标弹道优化的算例表明,所提出的混合求解策略能够获得满足复杂约束要求的Pareto最优解集,实现有效的多目标弹道优化。     

大型电动力鱼雷动力电池管外激活发射对初始弹道的影响

通过对大型电动力鱼雷初始弹道的仿真结果与试验数据的对比 ,表明仿真基本反映了实际情况 .在此基础上 ,通过对大型电动力鱼雷一次动力电池不同激活时间的管外激活发射初始弹道的仿真 ,证明了将现用设定参数进行合理调整并提高动力电池性能 ,实现动力电池管外激活发射是可行的 .     

RBF神经网络在深V型滑行艇阻力预报中的应用

基于SV、JYK系列滑行艇的阻力、浸湿面积、航行纵倾角试验数据,采用RBF神经网络建立了深V型滑行艇阻力预报数值图谱;针对艇艉底部横向斜升角变化的有限试验数据,提出了一种基于小样本试验数据的阻力修正方法。试验表明,该方法对深V型滑行艇(折角线长度与最大折角线宽度比在4~5.5,面积负荷系数在5.5~7,重心纵向相对位置在3%~9%,艉部艇底斜升角在5°~25°之间变化)阻力预报是可行的。在相同精度下,针对该文研究的问题,RBF神经网络所需时间少于BP神经网络。     

基于Simulink的无动力自导深弹导引弹道仿真研究

为了深入分析无动力自导深弹的攻潜能力,针对无动力自导深弹水下导引弹道问题,依据其微分方程模型,利用Matlab/Simulink建立了其导引弹道的仿真模型,并采用蒙特卡洛法在各种假设条件下进行了仿真,仿真结果给出了其水下机动范围和速度的特性,分析了其自导作用距离、自导作用扇面以及目标运动深度与运动速度对其命中概率的影响,改进了以往对命中问题"发现即命中"的判断原则,为其参数设计和作战使用提供了参考和建议.     

高超声速滑翔目标拦截弹方案设计与弹道规划北大核心

针对高超声速滑翔目标的拦截问题,分析了拦截窗口、拦截方式以及毁伤方式等拦截问题,并提出了拦截弹总体方案及弹道规划需求;开展了拦截弹总体方案设计,设计了一种两级助推的拦截弹方案,确定了推进系统、操纵系统的总体基本参数,并完成了拦截弹气动外形设计与质心定位;构建了拦截弹弹道规划的分析方法和工具,根据设计约束开展了针对HTV-2高超声速滑翔目标的拦截弹道规划研究,采用粒子群算法对弹道进行了求解。结果表明:采用空基拦截的方式可达到预期的最大拦截速度,满足拦截弹拦截滑翔武器的速度约束指标;此外开展了该拦截弹拦截概率评估,确定了针对高超声速滑翔目标可采用分层防御的方式从多个拦截站依次拦截。     

基于分布式信息融合的多舰纯方位跟踪

提出一种基于信息融合的分布式多舰纯方位跟踪算法 ,该算法采用时变采样间隔的修正增益推广卡尔曼滤波器 ,用多条舰艇的舰载电子侦察设备对海上多个运动辐射源目标进行分布式纯方位跟踪融合。计算机模拟结果表明 ,该算法能满足工程应用的要求     

万里天疆绘出“中国弹道”——我军战略导弹作战运用专家、第二炮兵装备研究院原研究员邱成龙人生礼赞

在中国战略导弹绝密档案中,签署他名字的作战运用方案数以千计,日夜枕戈待旦,守望国家安全;在第二炮兵演习发射的中军帐里,由他拟定的作战辅助决策报告在信息化指挥平台上无声运转,调动千军万马,掌控巨车长剑;在灯火阑珊的科研一线和硝烟升腾的导弹阵地上,他言传身教的导弹精英挥戈砺剑,追踪他的足迹,延续他的事业……请记住这个名字:邱成龙。