动态威胁环境下单无人机测向定位航迹优化算法

为解决单架无人机在动态战场环境下的测向定位问题,提出了一种基于动态窗口法的单机测向定位航迹优化算法。以最大化Fisher信息矩阵行列式为测向定位评价准则,在由动态探测雷达和静/动障碍构成的动态战场环境中,基于动态窗口法思想,将测向定位航迹优化评价准则由传统的单步最优原则扩展到对多步预测航迹的评价,同时考虑雷达探测和静/动障碍环境对预测航迹的影响,通过滚动时域方法控制无人机最优航向。仿真结果表明,所提方法能够使无人机在有效逃避雷达探测威胁以及规避环境中静/动障碍的条件下保证对目标的高精度测向定位,为解决动态战场环境下的单架无人机测向定位问题提供了新思路。     

The dynamic transshipment problem

We investigate the strategy of transshipments in a dynamic deterministic demand environment over a finite planning horizon. This is the first time that transshipments are examined in a dynamic or deterministic setting. We consider a system of two locations which replenish their stock from a single supplier, and where transshipments between the locations are possible. Our model includes fixed (possibly joint) and variable replenishment costs, fixed and variable transshipment costs, as well as holding costs for each location and transshipment costs between locations. The problem is to determine how much to replenish and how much to transship each period; thus this work can be viewed as a synthesis of transshipment problems in a static stochastic setting and multilocation dynamic deterministic lot sizing problems. We provide interesting structural properties of optimal policies which enhance our understanding of the important issues which motivate transshipments and allow us to develop an efficient polynomial time algorithm for obtaining the optimal strategy. By exploring the reasons for using transshipments, we enable practitioners to envision the sources of savings from using this strategy and therefore motivate them to incorporate it into their replenishment strategies. © 2001 John Wiley & Sons, Inc. Naval Research Logistics 48:386–408, 2001     

试论静止液体对容器的压力

以圆台型容器为例 ,定量分析讨论了容器器壁所受到的压力和容器内液体所受到的重力两者之间的数量关系     

全垫升式气垫船水压场数值模拟

提出了任意分布的气垫压力所产生的水压场的计算方法 ,对椭圆域上均匀分布的气垫压力产生的水压场进行了数值模拟 ,并将计算结果与实验进行了比较 .结果表明 ,用数值模拟的方法研究全垫升式气垫船水压场是可行的     

EP/PVB半-互穿聚合物网络的动态力学谱

制备了EP/PVB半 互穿聚合物网络 .动态力学谱结果表明 ,适量的PVB对环氧树脂有较好的增韧作用 ,而环氧树脂对PVB的增硬作用不明显 .     

一座小型建筑空调动态负荷的ANN预测研究

人工神经网络(Artificial Neural Network,简称ANN)是一种崭新非线性建模和预测方法,具有良好的非线性品质和极高的拟合精度。在前人研究的基础上,针对一座小型建筑物建立了其空调动态负荷预测的BP模型。为克服常规BP训练算法的缺陷,提出了一种改进的遗传搜索算法,结果证明是一种高效实用的算法。     

弹丸动平衡自动测试方法研究

采用 IBM- PC机为主机 ,对弹丸动不平衡量 (m1 ,m2 )及相位角α进行自动测试并做相应的数据处理。设计了弹丸左、右两标定面的平面分离电路、A/D转换电路等。     

非高斯噪声下的滤波方法

干扰条件下的机动目标跟踪在一些文献[1][2]中已有讨论,但利用多传感器,尤其是被动传感器进行非高斯观测噪声条件下的目标跟踪仍需要研究。本文讨论了被动传感器在随机干扰条件下进行机动目标跟踪的方法,其观测量包含非高斯噪声,也可能包含影响观测值的随机干扰。与基于卡尔曼滤波的常见方法不同,采用动态规划算法进行多假设检验,从而估计目标的状态。仿真试验表明,本文方法能有效地处理非高斯噪声情况下的目标跟踪问题,而基于卡尔曼滤波的跟踪方法,比如EKF,则效果较差。     

利用动态规划原理实现多冲量最优交会问题

多冲量最优交会问题是航天领域非常重要的一个研究方向,从运筹学角度将此问题转化为一个多阶段多维动态规划问题,并着重对多阶段二维动态规划进行分析研究。在给出状态方程及指标函数递推公式的基础上,得到了两冲量和三冲量交会问题最优解的求解算法,之后分别通过实例验证了算法的有效性。对于以地心角等参数为决策变量的更高维问题,讨论了利用进化算法等降维方法实现多维动态规划的思想。     

目标自动跟踪参数辨识模型的工程化动态辨识

为解决机动目标参数辨识模型工程应用问题,采用扩张状态观测器等先进的非线性滤波算法,从实测的含有观测噪声的目标位置数据的序列中,直接估计出机动目标运动的一阶、二阶、三阶导数,并结合目标运动模型辨识的理论算法,在工程应用上首次实现了机动目标运动模态和运动模型的双重动态辨识,完成了目标模型动态辨识的工程化设计.