作战任务总量的迭代收敛性

为降低作战任务的复杂度,提高任务执行效率,研究了作战任务总量及其迭代收敛问题.首先,采用图形和设计结构矩阵,阐明反导作战子任务的复杂联系.再引入任务转移矩阵建立任务总量模型,总结迭代收敛条件.最后,综合考虑资源和时间约束,规划子任务优先级并优化作战资源配置.结合实例分析了任务总量迭代收敛规律的可行性和有效性,为反导作战任务规划提供了理论指导.     

基于控制器动态线性化的数据驱动ILC

针对未知非线性非仿射重复离散时间系统,将迭代域的动态线性化技术应用于非线性被控系统和未知非线性理想学习控制器,提出一种新的数据驱动迭代学习控制方案。通过设计一种改进的无模型自适应迭代学习控制算法对理想学习控制器的增益进行估计,该方案仅利用非线性系统的输入输出数据,便可自动调整迭代学习控制律。数值仿真和对高速列车模型的仿真验证了该方法的有效性和适用性。     

手机失泄密问题主要原因及对策建议

<正>随着信息科技的发展,手机款式迭代更新,手机功能不断升级,浏览新闻、电子支付、出行导航、娱乐休闲、社交媒体等功能应有尽有。但事物都有两面性,人们在享受手机便利的同时,它也在悄悄窥探着个人信息,使得失泄密风险直线攀升。2017年11月,“斯特拉瓦”APP公布了一份全球健身热力地图,涵盖了从2015年到2017年9月全球范围内使用该软件人员的跑步骑行位置和路线,导致美军部署在叙利亚、阿富汗等地的多个秘密军事基地准确位置被暴露。由此可见,往往无心之举就可能引爆手机失泄密的“炸弹”。     

基于微分平坦的高超声速滑翔飞行器轨迹规划

针对高超声速滑翔飞行器再入轨迹规划问题,提出了一种基于微分平坦理论的三自由度轨迹生成方法。在分析纵向运动简化模型的微分平坦属性基础上,将纵向参考轨迹规划问题映射到平坦输出空间,消除微分动力学约束的同时降低系统设计的维数,进而提高求解效率;采用全局插值多项式参数化平坦输出函数,将问题转换为非线性规划问题求解;设计比例-微分反馈控制律跟踪纵向参考轨迹,同时采用航向角误差走廊控制侧向运动,实现三自由度轨迹生成。仿真分析表明所提出的方法能够较快生成满足多种约束且性能优化的飞行轨迹。     

基于紧支径向基函数的固体域耦合数据传递方法

针对热-电场耦合仿真计算中非匹配网格之间的数据插值问题,提出了一种基于紧支径向基函数点插值的数据传递方法。推导了数据传递矩阵,根据所提出的数据传递方法编制了非匹配网格之间数据传递计算程序,以若干组非匹配网格之间的温度插值为例对本文所提方法进行了验证,并分析了不同参数对计算时间及精度的影响,结果表明,本文算法效率较高,计算误差较小,适用于以热-电场耦合为代表的固体域耦合非匹配网格间的数据传递计算。     

应用径向基代理模型实现序列自适应再采样优化策略

针对径向基插值代理模型样本点预测误差为零时无法获得误差函数进行序列再采样优化的问题,将样本点分布约束引入序列再采样过程,利用潜在最优解加速收敛性,提出一种适用于径向基插值代理模型序列优化的再采样策略,该策略兼顾仿真模型的输出响应特性与样本点的空间分布特性。仿真结果表明,使用该再采样策略后,算法寻优效率和精度均优于传统基于代理模型的优化方法,在对最优解进行有效预测的同时,能显著减少原始模型计算次数。     

用紧支径向基函数传递固体域耦合数据的方法

针对热-电场耦合仿真计算中非匹配网格之间的数据插值问题,提出了一种基于紧支径向基函数点插值的数据传递方法。推导了数据传递矩阵,根据所提出的数据传递方法编制了非匹配网格之间数据传递计算程序,以若干组非匹配网格之间的温度插值为例进行了验证,并分析了不同参数对计算时间及精度的影响,结果表明,算法效率较高,计算误差较小,适用于以热-电场耦合为代表的固体域耦合非匹配网格间的数据传递计算。     

基于主元加权和自控步长的反演成像联合迭代法

为提高弹性波CT层析成像中反演成像的质量,同时考虑到反演成像过程中系数矩阵的病态性,提出了基于主元加权和自控步长的联合迭代法(HSIRT算法)。该方法通过对原方程组系数矩阵进行降条件数主权加元预处理,再与基于范数收敛性构造的自控步长迭代格式相结合进行求解。通过数值模拟和预制含缺陷的方钢管混凝土构件进行试验检测,结果表明HSIRT算法较SIRT算法具有更好的收敛速度和精度;求得的无缺陷区波速更为平稳,无缺陷区与缺陷区波速差距更为明显;对缺陷的辨识度更高,成像效果更好。     

一种六旋翼无人机的多模型容错控制方法

针对经典伪逆算法在处理无人机电机完全失效故障时容易出现电机转速分配超出硬件约束的问题,提出了一种迭代修正方案.在发生故障时利用伪逆算法对正常电机转速进行初步分配;对超出电机硬件约束的转速进行修正,通过多次迭代修正保证转速分配的合理性.仿真结果表明,该方法能对正常电机转速进行合理分配,有效保证六旋翼无人机在发生完全失效故...     

灰色直接迭代建模在武器故障预报中的应用

武器系统故障数据常呈现出非等时距、随机性及非准光滑特性,不满足GM(1,1)的建模条件。为此,引入故障信息序列的导数作为建模的白化值,并使用迭代优化算法进行参数优化,从而构建灰色直接迭代GM(1,1)模型。同时,直接迭代建模可有效利用数据第一点的信息,建模时不需累加生成变换和还原处理,算法简单可行,可以有效解决武器系统贫信息状态下的故障预报问题。仿真结果验证了该模型对于实际武器故障序列具有较高的拟合和预测精度。为了解和掌握武器质量状态的发展规律提供了可行的方法。