进化规划中的变异与收敛

进化规划算法中变异是唯一的操作,因此变异算子对进化规划算法的性能有决定性的影响。文中以高斯变异算子为例,研究了变异算子在进化进程的作用,分析了进化规划算法不收敛的原因以及变异算子与进化代数、收敛精度间的关系。对传统进化规划算法和多群进化规划算法的性能进行了仿真研究,仿真结果表明了分析结果的正确性。     

多维运动平台对武器发射精度的影响及修正

根据运动学原理推导了六维运动平台对发射精度影响的较精确数学模型(经弹导方程验证),给出了修正或控制的方法,指出现行修正方法的缺陷和适用条件.     

垂线偏差对弹道落点精度的影响分析

针对垂线偏差对弹道落点精度的影响,结合弹道飞行器质点动力学模型,系统分析了垂线偏差对发射坐标系、初始参数、飞行过程中受力、程序角控制基准、地心坐标系弹道参数等的影响机理,并建立了相应的数学模型。进一步,基于给定的弹道落点偏差计算方法,以某飞行弹道为例,定量给出了不同发射点大地纬度、不同发射方位角下垂线偏差引起的落点偏差。本文研究工作对提高弹道飞行器落点精度具有重要参考意义。     

基于族群机制的花朵授粉算法

针对花朵授粉算法易陷入局部极值、收敛速度慢等不足,提出一种具有族群机制的花朵授粉算法。该算法把种群分成多个族群,各族群的最优个体再组成新的种群,进而促进种群间的信息交流,有效地协调种群进化过程中的全局搜索和局部搜索能力,避免个体的早熟收敛,提高算法的全局寻优能力及收敛速度。通过8个CEC2005benchmark测试函数进行测试比较,仿真结果表明,改进算法的寻优性能明显优于基本的花朵授粉算法、粒子群算法和蝙蝠算法,其收敛精度、收敛速度、鲁棒性均较对比算法有较大提高。     

直升机载制导火箭弹命中精度评定研究

针对直升机载制导火箭弹特点,根据命中精度概念,分析出直升机载制导火箭命中精度的合理表示方法;考虑研制成本、试验条件等因素,提出研制阶段基于点估计和区间估计的制导火箭命中精度评定方案,并通过试验数据验证其正确性。鉴于产品批量生产交付阶段抽检质量时实弹难以统计弹着点和用弹数量有限的困难,提出了CEP评定转换为命中率考核,采用截尾序贯法,并进行优化的评定方案。     

卫星导航接收机延迟锁定环鉴相器有限字长分析

码相位鉴别器作为延迟锁定环的主要组成部分,其性能直接影响了接收机伪码的跟踪精度。针对输入信号有限字长效应对鉴相器性能的影响,提出一种新的基于信号统计特性的分析方法,分析了归一化早迟幅度鉴相器输入信号有限字长对输出性能的影响。理论分析和仿真结果表明,字长效应在输入信号高信噪比下比低信噪比时明显,随着信噪比的增加,由有限字长导致的伪码跟踪精度损失将增加,而当输入信号采用4bit以上的量化时,字长效应对伪码跟踪性能的影响将可忽略。该结论可用于指导接收机低功耗小型化设计。     

基于多点空间直线拟合的调炮精度检测方法

针对火炮身管上标记两个点检测调炮精度受制于单个空间点坐标测量精度的问题,提出通过增加身管上标记点的冗余数量来提高调炮精度的检测方法。应用最小二乘原理对多个空间点进行直线拟合,并采用Monte Carlo方法对身管指向的测量精度进行分析。结果表明:标记4个点、5个点、6个点和7个点与标记2个点(传统方法)相比,其身管指向的测量精度分别提高了约6%、18%、19%和21%。该方法适用于对调炮精度检测要求较高的场合,综合考虑工作效率和测量精度这两个因素,推荐标记5个点测量身管指向。     

导弹命中精度的序贯截尾概率圆检验方法

针对圆概率偏差检验难以直接计算的问题,提出序贯截尾概率圆检验方法,以目标点为中心,绘制两个同心圆,其中小圆以内区域为接受域,大圆以外区域为拒绝域,中间区域为继续试验域,在此基础上定义了序贯检验的基本决策规则,给出了双方风险及平均试验次数计算模型,提出了两种不同的决策阈值优化计算模型,通过求解优化问题确定接受域及拒绝域半径。利用数值仿真分析了两种不同决策阈值计算方法下检验方案中的各类参数,其中以平均试验次数最小为优化目标的计算模型具有更好的工程实用性。     

变精度粗糙集的战时装备维修保障资源优化配置

以战时维修保障资源难以预测为背景,面向战时维修保障任务,建立了基于变精度粗糙集的战时装备维修保障资源优化配置模型,实现了不同精度下的多资源点、多需求点的资源优化配置。证明了战时维修保障资源所需时间的取值范围,以此推导出模型中所需时间与成本的取值范围。利用粒子群算法对该模型进行求解,得到最优目标函数值,从而验证出此模型与算法的有效性。     

反舰导弹靶场试验精度评定方法

为了对小子样条件下反舰导弹靶场试验精度作出合理的评定,研究了自助法和随机加权法的原理。针对自助法和随机加权法存在的不足,研究了一种改进的方法,仿真结果表明新方法获得了更加稳健、精确的评定。最后,给出一些有益的工程应用建议。