考虑航材可靠性能的消耗预测模型

航材消耗量的准确预测具有明显的军事和经济效益。对航材进行消耗预测,其首要问题就是确定何时产生需求。使用器材可靠寿命时间指标,可侧面描述航材故障间隔时间和故障时刻,从而确定出航材的需求时点。     

基于门限偶极子模型的四轮车变速度轨迹跟踪控制

针对利用李亚普诺夫函数控制律设计的轨迹跟踪控制器在跟踪初始误差较大和离散轨迹时,存在速度跳变问题和拐点处误差偏大的问题,设计了一种基于门限偶极子模型和趋向模型的变速度轨迹跟踪控制器。以四轮车的运动学模型为研究对象,在李亚普诺夫函数控制律的基础上,引入门限偶极子模型解决了初始误差较大速度跳变问题,同时引入纵向控制中的趋向模型,解决了不连续轨迹拐点处误差偏大的问题,使得跟踪轨迹更为光滑,进一步提高了跟踪精度。通过仿真结果对比分析,验证了改进控制器的有效性。     

高超声速滑翔飞行器倾斜转弯分析及控制系统设计

倾斜转弯技术是高超声速滑翔飞行器控制的一个重要发展方向.针对高超声速滑翔飞行器倾斜转弯技术开展研究.以平衡滑翔弹道为参考弹道,分析了转弯半径、下降高度、倾侧角等参数之间的关系,提出在设计高超声速滑翔飞行器制导控制指令时,应综合考虑不同高度速度下的控制能力约束.根据奇异摄动理论将动力学系统的受控状态变量分为快变量和慢变量两部分,运用轨迹线性化方法设计了控制系统.仿真结果表明,设计的控制器具有良好的控制性能,但随着高度的增加,控制指令应结合实际控制能力,以完成对飞行器的姿态控制.     

IMM-EKF的弹道导弹轨道实时动态预测

快速准确的导弹轨道预测是有效进行导弹防御的前提。提出一种基于IMM-EKF的弹道导弹轨道实时动态预测方法,对导弹发射点和落点分别进行动态预测研究。首先,构建不包含导弹先验信息的IMM-EKF弹道估计器;其次,定义一种模型概率累积因子,用于估计导弹的关机时刻及相应的运动状态;最后,基于导弹运动状态的实时估计,动态预测落点和发射点。仿真实验结果表明:该方法能实时动态预测导弹发射点和落点;发射点预测应利用主动段状态估计,而落点预测则在导弹自由段早期进行为宜。     

基于GA-BP算法的飞机维修人员安全预测模型

为实现对飞机维修人员安全性的有效预测,构建了维修人员安全性评价指标.通过专家打分法获得了维修人员安全性评价指标的原始训练数据和测试数据,分别采用BP-GDM模型、BP-LM模型和GA-BP-LM模型对数据进行了训练和预测,仿真结果表明:BP-GDM模型预测精度最差,且训练耗时较长,而GA-BP-LM模型不仅可以获得较高的预测精度,且耗时最短,BP-LM模型居中.此外GA-BP-LM模型相对误差值波动幅度最小,平均相对误差仅为3.33％,达到了预测的精度要求,为飞机维修人员安全性预测提供了有效手段.     

人民军队创先争优活动历史轨迹

创先争优活动是在基层体现中共党组织和党员先进性的一种富有成效的活动形式。在武装反抗国民党反动派的斗争中,在艰苦卓绝的抗日烽火中,在推翻国民党反动统治的解放事业中,在面对强敌的抗美援朝战争中以及在和平建设时期,对于凝聚人民军队广大官兵意志,提高部队战斗力,有效履行历史使命都发挥了巨大的作用。     

E级超级计算机故障预测的数据采集方法

面向未来E级超级计算机,提出用于故障预测的数据采集框架,能够全面采集与计算结点故障相关的状态数据。采用自适应多层分组数据汇集方法,有效解决随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明,该数据采集框架具有开销小、扩展性好的优点,能够满足未来大规模系统故障预测数据采集的需求。     

一种连续修正速度方向的导引方法

考虑制导炮弹由身管武器发射，其飞行控制能力和导引信息量有限，基于预测落点位置偏差量来修正速度方向并在控制时间内连续分配导引指令的思想，提出了一种新的三维末制导方法。根据非线性弹道方程组的级数解预测弹丸落点位置，得到落点与目标的偏差，并提出了两种通过此偏差解算当前速度方向修正量的方法。取剩余飞行时间为修正时间，通过将速度方向修正量分配到整个剩余导引段建立了加速度修正公式，以减小导引指令饱和的可能性。通过连续地预测落点和分配加速度指令来实时地导引飞行。仿真结果表明：该导引方法简单可行，精度高，对控制能力要求较低，且具备较好的制导效果和毁伤效果，为该体制制导炮弹的应用提供参考依据。     

射线追踪法应用于传播预测的研究

近年来,随着射线追踪法的发展,利用精确的3维数字地图,使精确的电波传播预测成为现实。但是这种方法有很大的缺陷,文中从现阶段城市3维地图建立现状和控制成本的角度考虑,探索了结合射线追踪技术和传统电波传播预测方法,借助计算机辅助设计分析,实现传播覆盖预测的一种新方法,并尝试实现了一个工程案例,进行了相关分析。     

运动目标轨迹分类与识别

运动目标轨迹识别是运动分析中的基本问题,其目的是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类.对轨迹有效性判断后采用K均值聚类,引入改进的隐马尔可夫模型算法,针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数,计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别,平均识别率较高,实验结果表明该方法是有效的.