火箭助飞鱼雷发控及弹道仿真

针对水面舰艇反潜武器系统研制、火箭助飞鱼雷作战使用研究中对助飞鱼雷的仿真需求,重点研究了助飞鱼雷发射控制仿真方法和空中弹道仿真方法,突破了不同工况不同射程下发动机关机时间建模技术、保证大范围飞行一致性的火箭自适应控制器设计技术。应用表明,所形成的助飞鱼雷武器通道仿真模型能有效模拟助飞鱼雷从发射控制到弹道航行到命中目标的全过程以及作战效果,能够支撑助飞鱼雷发控算法研究以及作战使用研究。     

自主水下航行器的自适应反演变结构控制器设计

由于水下航行器是高度耦合、复杂的多输入多输出不确定性非线性系统。对水下航行器进行精确作业时的运动控制一直是其实用化过程中困扰人们的问题。将自适应反演控制技术和变结构控制策略相结合,提出了一种基于反演技术的自适应变结构控制器设计方法,实现AUV水平侧移和航向控制,并利用自主水下航行器模型进行了仿真研究。仿真结果表明,该控制方法对模型不确定性和不确定环境干扰表现出良好的鲁棒性和自适应性。     

高空高马赫数侧向喷流数值模拟

高空环境下,侧向喷流在飞行器的姿态转换及热防护方面起到关键作用,同时也由于来流稀薄,直接模拟蒙特卡洛方法(DSMC)对侧向喷流干扰流场的模拟具有很好的适用性。在非结构网格计算的DSMC数值算法的基础上,针对喷流的高密度区及激波区提出了一种自适应网格技术,可以用于对高空稀薄区的大气来流与侧向喷流的干扰流场进行模拟预测。通过模拟二维平板侧向喷流,对编制的算法可靠性进行验证,研究了时间步长对流场模拟结果的影响及其数值的选取原则,并模拟计算了不同喷流/来流压力比下的复杂干扰流场结构和气动力的变化规律。     

多指标约束下的防空反导装备修理级别建模

修理级别分析是防空反导装备维修决策的重要内容。分析了防空反导装备的组成结构和维修流程,建立了基于模块化装备的修理级别分析决策流模型,在多指标约束条件下,以维修效果和维修费用为目标函数,建立了防空反导装备修理级别的经济性分析模型,运用自适应粒子群算法对模型进行求解,通过算例证明了该模型的合理性和方法的有效性,对于完善防空反导装备的修理级别决策分析具有理论指导意义。     

并行时域自适应算法在电大目标瞬态散射中的应用

基于电磁场时域积分方程(TDIE)数值技术计算复杂目标的瞬态散射特性,其计算量和内存需求大,采用时域自适应算法(TDAIM)降低了TDIE的计算规模。在研究TDAIM并行算法的基础上,开发了基于.NET Remoting的电磁场分布式数值计算方案。数值结果表明,该方案显著提高了TDAIM的计算效率,为解决电大目标瞬态电磁散射问题提供了一条有效途径。     

数据挖掘在图像信息隐写分析中的应用

提出数据挖掘在图像信息隐写分析中的应用。首先计算原始图像和隐写图像在通用图像质量指标下的失真测度,然后利用数据挖掘技术建立一个预测模型,完成失真测度到已知隐写概率的映射,模型的输出即为预测隐写概率。实验结果表明,使用该方法得到的预测隐写概率和已知隐写概率的相关度,当使用训练样本时达到0.951以上,使用测试样本时达到0.943以上,达到了很好的预测效果。     

基于事件触发的船舶航向自适应控制研究

针对非线性船舶航向控制系统,充分考虑系统具有未知常数参数,从执行机构实际出发构造触发事件并基于反步法设计控制器输入信号,提出了基于事件触发的自适应控制器的设计方法。理论证明及仿真分析表明,基于事件触发的自适应控制器在保障系统稳定的同时,实现了系统输出对指令信号的良好、快速的跟踪效果,提高了执行机构的执行效率。     

融合动量项的步长自适应盲源分离算法

为进一步缓解盲源分离算法收敛速度与稳态误差之间的矛盾,首先在自然梯度算法的基础上,通过融合动量项改善算法的收敛速度,基于分离性能指标的步长自适应减小稳态误差;然后,给出了所提算法的模型图,同时考虑分离性能和计算复杂度,选择合适的融合动量项算法,并设计了算法的近似最优参数,有效避免了算法的分段收敛;最后,合理选择步长与动量项的权重系数,有效改善了分离性能与收敛速度。仿真结果表明:该算法在一定程度上缓解了上述矛盾,并具有较低的计算复杂度。     

一种抗遮挡的时空上下文目标跟踪

目标跟踪是一个比较热门的研究方向,其性能受到多方面影响。时空上下文跟踪算法是利用目标附近的信息对目标进行跟踪,但该算法的不足是仅使用单一的灰度特征和固定的学习率。将HOG(Histogram of Oriented Gradient)特征与灰度特征进行融合,且对跟踪结果进行相似度计算进而抑制目标的漂移,采用自适应变化的学习率以适应跟踪目标的变化。经过仿真实验证明,相较于时空上下文跟踪算法所提出的方法鲁棒性更好,对光照的变化、目标形变以及遮挡等情况下都具有较强的跟踪能力。     

基于模糊自适应变维Kalman滤波器的跟踪算法(英文)

针对不同阶数的Kalman滤波器具有不同的跟踪能力与跟踪效率之间存在的矛盾,设计了一种模糊自适应变维跟踪算法(FAVD)。该算法使用两级滤波器,根据目标机动性的变化,适当地调整滤波器的阶数,使跟踪结果快速收敛,很好地解决了矛盾。同时通过模糊推理机制,在线调节高阶滤波器的参数,使适用范围大大增强,提高自适应能力,从而使该算法可以采用较少的模型覆盖较多的目标运动模式,达到很好的跟踪滤波效果,计算量也会大大减小。通过对计算机仿真结果分析表明,提出的算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值。