Simple paths with exact and forbidden lengths

We study new decision and optimization problems of finding a simple path between two given vertices in an arc weighted directed multigraph such that the path length is equal to a given number or it does not fall into the given forbidden intervals (gaps). A fairly complete computational complexity classification is provided and exact and approximation algorithms are suggested.     

动态飞行模拟器相似性分析

动态飞行模拟器的相似性是评价动态飞行仿真的重要指标。应用控制论方法,结合动态飞行特点,给出了动态飞行模拟器的相似性准则。通过对动态飞行模拟器运动分析,结果表明动态飞行模拟器相似性准则可以评价仿真的相似性。     

基于RBF神经网络的直接自适应飞行控制器

设计了一种径向基神经网络(RBF NN)飞行控制器结构,并给出了相应的控制律和参数调节律。由于调节了RBF NN的全部参数(连接权、高斯函数的中心和宽度),得到了很好的控制性能。以F8战斗机为控制对象进行了仿真分析,仿真表明,在存在70%的模型误差的情况下,该控制器仍然能实现较好的跟踪控制,表现出很好的鲁棒性,远远优于传统的只调节连接权值的算法。     

小型无人机航位推算定位算法研究与误差分析

对空中航位推算(DR)算法做了深入研究,提出了适用于小型无人机(UAV)的风速估计策略;将算法中各元素的误差对推算定位精度的影响进行了理论分析与数值计算;该研究结果应用于某小型UAV的航位推算/GPS组合导航系统的设计与实现中;飞行试验表明,通过提高对DR误差影响较大的元素的测量精度和风速的估计精度,有效提高了DR推算精度,与以往其他小型UAVs相比,在断开GPS对DR的修正后,DR精度保持在一定范围的持续时间显著延长.     

大圆航线导航与控制律设计

随着无人机(UAV)应用范围的扩大,要求无人机能精确跟踪预定航线.预定的飞行任务可以有两种规划方式,一是近似在当地切平面上的直线或曲线;二是飞行距离较长时在地球表面的大圆航线.第二种规划相对复杂,研究较少,因此,介绍了某型无人机的动力学模型,提出了一种全新的大圆航线导航解算算法,设计了大圆导航控制律,此外,还分析了常值风及突风干扰对导航的影响.经计算机仿真验证和部分的实际飞行试验结果表明:与预定航线的距离偏差较小,航迹精度较高,新算法及设计较好地满足了实际大圆航线飞行要求.     

定量反馈理论在侧向飞行控制系统中的应用

分析总结了定量反馈理论(QFT)的基本原理、设计步骤和特点,运用该理论对飞行控制系统(FCS)进行了设计研究.针对侧向通道的多输入多输出耦合系统,研究了QFT理论在多变量解耦控制问题中的应用.研究发现,QFT能够很好地解决飞行控制系统由于模型参数具有不确定性而造成的控制系统鲁棒性设计问题.仿真表明该理论具有良好的鲁棒性能和解耦能力.     

变质心弹道导弹攻击航母分析

针对地面或海上低速移动目标的特点,运用理论力学、空气动力学及变质心控制方法,探索变质心姿态控制问题。研究了变质心弹头控制质量块移动的方法。通过移动质量块引起整个弹头质心的变化,进而改变弹头的气动配平力矩,修正惯性弹道,实现对地面或海上低速目标的有效攻击。     

飞行训练模拟器中的箔条质心干扰模型

对飞行员进行箔条质心干扰训练是某型飞机训练模拟器电子对抗分系统的主要内容之一。合理的模型建立是实现训练模拟功能的基础,针对此问题,构建了适合在训练模拟器中应用的数学模型,其中包括导弹比例导引、飞机机动以及箔条质心干扰等模型,并用MATLAB进行仿真验证,结果证明建立的模型均可以满足训练模拟器可信度和复杂度两方面的要求。     

基于随机时间的导弹机动路径规划研究

根据导弹作战机动过程各路段机动时间随机性特点,运用随机规划理论建立了导弹机动任务规划的数学模型,设计了遗传算法求解策略,实现了在一定时间内合理地规划机动路线的任务,并通过算例作了说明。该方法可用于导弹机动路径选择,为导弹作战机动计划的制定提供决策依据。     

基于LBP-PCA的多传感器目标识别算法

为了更加有效地提高多传感器图像融合后的识别率,提出一种基于LBP-PCA的多传感器目标识别算法。首先分别对红外和可见光图像进行预处理用以突显出要识别的目标,采用LBP算法提取目标的特征点向量,利用PCA算法进行特征融合,得到降维后的融合特征,最后利用SVM(支持向量机)进行分类和识别。实验仿真结果表明多传感器目标经过LBP-PCA融合后在保持足够数量的有效信息基础上降低了特征的维数,有效地提高了目标识别率。