多层局部回归神经网络在激光陀螺捷联惯导系统惯性敏感器误差补偿中的应用

惯导系统误差补偿技术对提高武器装备的性能具有重要的意义 ,而误差补偿的关键在于误差模型的辨识。探讨将多层局部回归神经网络引入到惯性敏感器误差建模中 ,详细介绍了网络结构和对应的自适应动态梯度算法。仿真算例说明 ,多层局部回归神经网络在惯性敏感器输出误差建模时具有一定的优点 :网络收敛速度快、较好的跟踪性能、稳定性好。     

用于闭式循环柴油机不依赖空气推进装置的吸收器尺寸估算模型研究

根据闭式循环柴油机推进装置（ＣＣＤＡＩＰ）的废气处理要求,研究提出了旋转式二氧化碳吸收器的填料内径、外径、轴向高度的估算数学模型,并对用水吸收二氧化碳的吸收器填料设计尺寸进行了操作安全性校核．     

共轭梯度反传算法及其在液体火箭发动机系统辨识中的应用

结合非线性优化理论和方法提出了易于实现、收敛速度比较快的多层神经网络共轭梯度反传算法。液体火箭发动机参数辨识技术已得到广泛的应用,由于传统的数学方法必须基于发动机已知模型,使得其参数辨识受到极大的限制。文中基于神经网络共轭梯度反传算法进行液体火箭发动机的系统辨识,结合变推力发动机热试车动态数据,得到了满意的仿真结果。     

曲面拟合法和梯度法相结合的图像亚像素配准算法

针对传统亚像素配准算法存在精度不高、计算复杂的问题,提出了一种曲面拟合法和梯度法相结合的图像亚像素配准算法。采用9点相关系数曲面拟合法对图像进行粗配准,求得一个相对粗略的亚像素配准位置;在两幅图像中选取相同尺寸的子区图像,在粗略的亚像素配准位置基础上,采用梯度法最终获得精确的亚像素配准位置。不同平移关系下的样本图像亚像素配准对比实验结果表明,该算法实现了曲面拟合法和梯度法的优势互补,有效提高了图像配准的精度,最大配准绝对误差由0.17像素降低为0.02像素。     

动态滑翔动力学建模与风梯度能量获取*(专题约稿)

信天翁等鸟类能够不拍打翅膀而持续飞行很长的时间和距离,因为梯度风场的存在使得它们能从中获取能量,这项技术被称之为动态滑翔。临近空间也广泛存在梯度风场,如果临近空间长航时飞行器能够利用动态滑翔技术将是十分有前途的。本文首先对无动力飞机的动态滑翔问题做了假设来简化问题的描述,更便于数学操作。在这些假设下建立了无动力飞机动态滑翔的动力学模型,即三维速度空间中只有一个输入变量的常微分方程组。之后,从理论上得到了这个三维速度空间中机械能可以增加的最大范围,即能增纺锤体内部,并推导出最大的机械能增加率。最后,得出更大的风梯度、更小的阻力系数和更小的面质比更加有利于飞机获取能量的结论,该结论加深了对动态滑翔能量观点的认识,对实践有指导意义。     

基于云重心方法的海战场环境评估

针对当前海战场环境评估方法存在的问题与不足,引入云理论对其进行科学评估。首先,对云模型和云重心的评判步骤进行阐述。然后,建立海战场环境的云模型和评价指标体系,算出加权偏离度θ。最后,将结果输入云发生器得出评价结果。实验结果表明,该方法简单易行,可操作性强,为海战场环境评估提供了一种较好的途径。     

复杂背景条件下的红外图像末制导技术

通过结合目标红外特征,研究了空-空弹在复杂背景条件下的目标红外成像末制导的技术原理和实施途径。对复杂地背景的辐射特征和主要空中攻击目标军用喷气战机的目标红外辐射源类型作了分析,研究了红外目标特征的提取方法和算法。     

考虑地球非球形引力摄动影响的自由段弹道解析解

针对地球非球形引力摄动影响下的自由段弹道快速计算问题,在非正交坐标系内建立考虑J2项摄动的地球引力作用下的运动微分方程,在轨道坐标系内建立扰动引力作用下的运动微分方程,并计算天向扰动引力加速度对应的质量偏差,进而通过椭圆轨道以修正J2项摄动运动微分方程;在建立上述运动微分方程解析解的基础上,给出了地心坐标系内弹道飞行器位置和绝对速度的表达式,从而提出了J2项摄动引力和扰动引力作用下的自由段弹道解析计算方法。仿真分析表明:该方法具有较高的计算效率,落点位置偏差小于20 m,满足弹道飞行器高精度实时制导、轨迹预测等应用需求。     

梯度学习的参数控制帮助线程预取模型

对于非规则访存的应用程序,当某个应用程序的访存开销大于计算开销时,传统帮助线程的访存开销会高于主线程的计算开销,从而导致帮助线程落后于主线程。于是提出一种改进的基于参数控制的帮助线程预取模型,该模型采用梯度下降算法对控制参数求解最优值,从而有效地控制帮助线程与主线程的访存任务量,使帮助线程领先于主线程。实验结果表明,基于参数选择的线程预取模型能获得1.1~1.5倍的系统性能加速比。     

跳跃-滑翔弹道扰动引力自适应网格快速赋值方法

为实现高超声速跳跃-滑翔弹道扰动引力的快速赋值,提出自适应网格赋值模型,并根据反距离加权理论,优化广义延拓逼近算法,对模型的逼近误差进行分析。该赋值模型的网格划分为两级,第一级网格根据标准弹道空域进行划分,第二级网格根据滑翔导弹实际弹道在线生成。根据一级网格节点数据,通过优化广义延拓逼近算法计算二级网格节点数据,最后根据二级单元内插计算实际弹道点的扰动引力值。仿真结果表明:在同等大小的网格划分下,优化广义延拓自适应网格模型的逼近精度高于一般赋值方法;在同等精度要求下,该赋值模型的最大单元格边长大于一般赋值方法,从而减少了单元格划分数量,进而降低弹上数据存储量;针对不同滑翔方向以及不同滑翔距离的跳跃-滑翔弹道,该模型逼近误差对应的落点偏差小于5 m,具有较好的适应性。该赋值模型在满足计算速度的前提下,提高了传统赋值方法的逼近精度,降低了弹上存储量,具有一定的工程应用价值。