多约束强化学习最优智能滑翔制导方法

为提升复杂飞行任务下滑翔制导的自主性,提出一种基于最优制导与强化学习的多约束智能滑翔制导策略。引入三维最优制导以满足终端经纬度、高度以及速度倾角约束。提出基于侧向正弦机动的速度控制策略,研究考虑机动飞行的终端速度解析预测方法。针对速度控制中机动幅值无法离线确定的问题,研究基于强化学习的智能调参方法。该方法基于终端速度设计状态空间,以机动幅值设计动作空间,设计综合终端速度误差与滑翔制导任务的回报函数,采用Q-Learning实现机动幅值的智能调整。仿真结果表明,智能滑翔制导方法能够高精度满足终端多种约束,并能有效提升复杂任务下的自主决策能力。     

一种基于GPU的数字信道化处理方法

为了减少数字信道化接收机的开发成本,提高吞吐量与处理速度,对被动雷达截获信号数字信道化接收机的结构进行了研究,提出了一种基于GPU的数字信道化接收机的实现方法。该高效结构不仅节省了硬件成本,缩短了开发周期,而且加快了处理速度,达到了准实时性。实验结果表明:基于GPU的运算平台与CPU平台相比较,处理速度提高一倍左右。     

组合金属橡胶隔振系统参数识别

对2块金属橡胶元件组合制备的隔振器进行静动态试验,指出组合隔振器的优点;利用双折线模型描述该非线性迟滞系统的记忆恢复力,并建立该系统的本构关系及参数识别方程;采用给记忆恢复力zs赋初值,再将用最小二乘法识别得到的参数作为初值构造误差函数,利用误差函数把一次刚度和记忆恢复力的参数识别问题转化为函数优化问题的方法,用小生境遗传算法进行优化识别;对该方法进行模拟仿真识别,并对某金属橡胶隔振器进行试验研究.仿真和试验均表明该方法根据系统输入-输出数据来直接识别系统的物理参数,简单可行且精度较高.     

基于SF-REM的齿轮箱剩余寿命预测方法研究

剩余寿命预测是视情维修决策的重点和难点.针对工程实践中历史数据少、模型参数估计精度低的问题,建立一种基于随机滤波(SF)的齿轮箱剩余寿命预测模型.该方法采用递归期望最大化(REM)算法对模型参数进行递归更新,推导极大似然估计方法的参数递归更新过程,最后经实例验证模型的有效性和实用性.     

双联装火炮武器系统零位检测和规正方法

在交汇式双联装火炮武器系统中,火炮装置通过联装两座火炮单元来提高发射率,由于火炮单元自动机轴线与火炮装置的实际架位存在偏差,常规标定方法无法获取此类武器系统火炮架位与跟踪传感器的偏差。本文提出一种交汇式双联装火炮武器系统的零位检测和规正方法,本方法通过零飞方式检查火炮瞄准误差,并根据火炮高低指向实时地计算炮管指向和火炮架位的实际偏差,以准确测量火炮与跟踪传感器的零位偏差,实现交汇式双联装火炮武器系统快速标定。     

基于Polymax算法的大型塔架模态参数识别

以环境随机激励作用下的大型塔架结构为研究背景,提出了基于Polymax算法的大型复杂系统模态参数识别方法。首先针对大型塔架设计环境激励响应信号测试系统,然后对获取的激励响应信号进行分析和截取,选出各组试验中理想的响应信号段,最后基于Polymax算法对截取信号段进行参数识别,并将获取的结果进行模态验证。结果表明：该方法对于大型塔架模态参数的识别具有较高的精度。     

光纤捷联惯导系统快速标定方法

为降低光纤捷联惯导系统标定对转台的要求,缩短标定时间,提出了一种利用双轴转台完成的八位置标定方法.根据光纤陀螺和石英加速度计的简化输出模型,在双轴转台上合理选择编排八个标定位置,利用输出脉冲量对光纤惯组的27个参数进行解算.通过数学仿真,该方法与使用传统方法标定精度相当,但标定时间短,方法简单易行.     

装甲车辆发动机智能化控制冷却系统发展

分析了国内外装甲车辆冷却系统的现状及智能化控制冷却系统的特点,介绍了国内装甲车辆智能化控制冷却系统的研制进展,对比国内外智能化控制冷却系统,提出了我国装甲车辆智能化控制冷却系统今后的发展方向。     

复杂网络理论体系对抗作战体系建模

从复杂网络的角度出发研究作战体系的网络拓扑模型,建立了作战体系网络的拓扑模型,分析了模型的度分布特征,提出了描述作战体系网络的统计特征量,并针对体系破击进行了相应的仿真实验,得出了与战争事实相符的结论,从复杂网络角度仿真作战体系进行了积极的探索和尝试.     

基于复杂网络理论的指挥信息网络拓扑模型研究*

从网络科学的科学的观点出发对指挥信息系统拓扑模型进行研究,建立了指挥关系网络拓扑模型、通信网络拓扑模型,以及在两者基础上的指挥信息网络拓扑模型,分析了指挥信息网络的度分布特性,提出了描述指挥信息网络的特征参量,进行了针对指挥信息网络的体系破击仿真实验,得出了与战争实际相符的结论,为利用复杂网络知识研究信息化条件下的体系对抗进行了积极地尝试和探索。