反解法在再入机动弹道设计中的应用研究

简要分析了一般的再入机动弹道设计方法,即正解法.针对正解法对模型依赖性强和对初值非常敏感的问题,提出了一种基于误差补偿的机动弹道设计方法——反解法.该方法从弹道终端出发反解弹道,将计算结果误差转化为机动点参数误差,再通过关机点或中制导的调整进行误差补偿,从而有利于命中精度和打击效果的实现.仿真结果表明,该方法计算简便,对工程应用有一定的参考价值.     

基于虚拟触角的自主车辆运动规划方法

在对自主车辆进行运动学分析的基础上,结合反应式行为规划方法和昆虫利用触角进行避障行走的思想,提出了一种使用圆弧形虚拟触角进行运动规划算法,并规划出在各圆弧轨迹片段车辆前轮摆角的参考值。仿真和实验结果表明：通过设置适当的初始参数,该算法能够使自主车辆在行驶过程中完全避开障碍物到达目标点,且轨迹光滑,满足车辆的运动学约束条件。该算法计算简洁、实时性强,适用于底层的实时控制,为自主车辆运动规划提供了一种简便、有效的策略。     

Multi-scale traffic vehicle detection based on faster R-CNN with NAS optimization and feature enrichment

It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance.     

GPS弹道修正引信弹道环境信息的解算与数值仿真分析

根据质点弹道的特点, 描述了弹目间距、弹炮间距和相对弹道高 3个弹道环境信息的概念, 然后应用数学方法对弹目间距、弹炮间距和相对弹道高进行了理论计算推导, 建立了数学解算模型, 并用MATLAB程序进行了数值仿真计算, 通过分析其数值变化的规律和特点提出了其应用方向。     

速射转管炮射击校正方法

速射转管炮的使用成功地解决了射速高、寿命长、后坐力小三者之间的矛盾,但另一方面也给舰炮火控系统带来了新的问题。在分析转管炮对弹丸运动影响的基础上,重点描述了速射转管炮射击校正的方法。     

基于星敏感器的陀螺仪误差参数实时修正

主要研究导弹发射升空以后,通过星敏感器测星实现对捷联惯导系统中陀螺仪误差参数的实时修正技术。从传统的星光制导原理出发,通过对数学平台系失调角的分析,论证了基于单星敏感器情况下的陀螺仪误差参数分离方法,并给出了具体的仿真结果,对实际系统的使用具有一定的指导意义。     

动网格在仿真发射装置内弹道中的应用

介绍了动网格的更新方法,并且结合湍流模型、汽化模型在fluent平台上对内弹道进行仿真。仿真结果表明,导弹出筒速度与实际试验结果吻合程度相当好,误差在1%以内,仿真方法对实际工程有重要的指导意义。     

弹道导弹预警仿真系统中弹道构造方法

建立符合作战想定要求的弹道导弹飞行轨迹模型,并按仿真时间步长推算弹道导弹的位置状态,是构建弹道导弹预警探测仿真系统的首要任务。首先在不考虑地球自转的情况下,按照指定的发射点和落点,依据最小能量弹道理论建立了弹道导弹关机点参数计算模型和被动段运动学模型。在此基础上,采用迭代的方法计算考虑地球自转时的弹道导弹关机点参数,并在地心惯性直角坐标系下构造了弹道导弹的被动段弹道。最后将利用法构造的弹道参数与STK中对应参数进行了对比分析,结果证明了所提出方法的正确性。     

基于Gauss伪谱法和直接打靶法结合的月球定点着陆轨道优化

将一种求解最优控制问题的新方法—高斯伪谱法( Gauss Pseudospectral Method-GPM)和传统的直接打靶法有效结合,对月球着陆器定点软着陆轨道快速优化问题做出了研究.推导了高精度模型下着陆动力学方程.针对优化方法各自的特点和多约束条件下最优月球软着陆轨道设计的难点,提出了问题求解的串行优化策略:将控制变量和终端时间一同作为优化变量,同时离散控制变量与状态变量,取较少的Gauss节点,利用GPM求解初值,初值的求解采用从可行解到最优解的串行优化策略;在Gauss节点上离散控制变量,利用直接打靶法求解精确最优解.仿真结果表明,本文提出的轨道优化方法具有较强的鲁棒性和快速收敛性.     

基于RCS的三维低可探测性轨迹优化方法

针对基于雷达散射截面(RCS)规避雷达威胁的飞行轨迹优化问题,提出了低可探测性三维轨迹优化的求解方法.通过B样条拟合构建连续可微的RCS数据模型,结合三维飞行动力学模型,建立规避雷达威胁下的飞行运动控制模型.将轨迹优化问题描述成为最优控制问题,其中飞行姿态控制、轨迹约束、边界条件作为约束条件,以降低雷达探测概率和减少飞行时间为目标函数.运用高斯伪谱法( GPM)将连续的最优控制问题转换为离散的非线性规划问题进行求解.仿真结果证明本文方法实现了求解单基地雷达和双基地雷达探测环境中低可探测性三维轨迹优化问题,有效降低了飞行过程中的雷达探测概率和暴露时间.