基于反馈线性化的制导炮弹弹道控制系统设计

为提高制导炮弹的控制性能,研究了一种非线性弹道控制系统设计方法。建立了弹道控制系统模型,针对该模型的非线性、耦合和不确定性问题,利用反馈线性化方法将复杂的非线性系统进行解耦,结合滑模控制原理给出了一种非线性鲁棒控制器设计方法,并应用于制导炮弹的弹道跟踪控制器设计。制导炮弹六自由度仿真表明:该模型和控制器设计方法是可行的,能有效地控制制导炮弹按预期弹道飞行,具有良好的动态跟踪性能,并对气动参数摄动表现出鲁棒性,有利于提高制导炮弹的大空域作战能力。     

基于CPU-GPU混合计算平台的RNA二级结构预测算法并行化研究

RNA二级结构预测是生物信息学领域重要的研究方向,基于最小自由能模型的Zuker算法是目前该领域最典型使用最广泛的算法之一。本文基于CPU GPU的混合计算平台实现了对Zuker算法的并行和加速。根据CPU和GPU计算性能的差异,通过合理的任务分配策略,实现二者之间的并行协作计算和处理单元间的负载平衡;针对CPU和GPU的不同硬件特性,对Zuker算法在CPU和GPU上的实现分别采取了不同的并行优化方法,提高了混合加速系统的计算性能。实验结果表明,CPU处理单元在混合系统中承担了14%以上的计算任务,与传统的多核CPU并行方案相比,采用混合并行加速方法可获得15.93的全局加速比;与最优的单纯GPU加速方案相比,可获得16%的性能提升,并且该混合计算方案可用于对其它生物信息学序列分析应用的并行和加速。     

中制导虚拟目标的定位参数研究

基于虚拟目标的优化导引中制导拦截弹道轨迹及其能耗与虚拟目标的位置紧密相关,决定该位置的参数包括中末制导交班距离和视场基准角等.首先研究了弹道特性随定位参数的变化规律并提出通过滚转实现视场基准角的负取值,在此基础上得出满足多约束条件的虚拟目标定位参数的设置方法.利用该方法所产生的虚拟目标与相应的优化导引律结合,可以很好地满足中制导的要求.     

基于支持向量机的装备故障间隔时间预测研究

针对装备故障样本数据量少、非线性强,故障预测困难的问题,提出了一种基于支持向量机回归的故障间隔时间预测模型.在不同核函数条件下,以提高核函数的普遍适应性和拟合精度为目的,通过实例分析选择了相对于装备故障数据的最佳核函数,并根据故障样本数据的特点,设计了与之相适应的核函数参数.实验结果表明,与常用的BP神经网络预测模型相比,该模型有更强的鲁棒性和推广能力,具有一定的实用价值.     

考虑充放气过程的某型制导炮弹内弹道计算

考虑到弹底压强、尾翼汽缸内压强变化情况与汽缸张开式尾翼展开关系密切,研究了某型制导炮弹内弹道性能,建立了考虑汽缸充放气过程的内弹道两相流模型.针对尾翼张开异常现象,分析了尾翼汽缸气孔直径变化引起的汽缸压强变化情况,计算结果表明:张开式尾翼汽缸内外压强差随气孔直径的变化而变化,气孔直径变化到一定值时,汽缸尾翼在膛内开始外张.研究结果为分析气孔烧蚀引起的尾翼张开异常现象提供了理论依据.     

近海作战潜艇“重出江湖”

在第一次和第二次世界大战期间，潜艇成为在近海和大洋上作战的主要平台。目前，这种优先权又发生了改变。国外许多专家预测，随着时间的推移，大洋作战已渐渐远去，在可预见的将来，离岸500海里范围内的近海水域将成为水下战的主要区域。在近海水域，大吨位的核潜艇行动不便，目标暴露率高，难以担当重任，另外从效费比上来说，     

多旋翼无人机模型预测抗扰避障制导

多旋翼无人机的自主避障是完成复杂任务的基础,避障的效果直接影响无人机执行任务的效能。针对存在外部扰动的无人机避障问题,提出了一种基于模型预测的抗扰避障制导律设计方法。通过设计干扰观测器对系统动态中的外部干扰进行了估计,并基于李雅普诺夫函数方法设计辅助制导律用于建立稳定性约束条件。结合前两者与模型预测控制,在模型预测控制优化求解中考虑无人机与障碍物的关系,根据所设计的制导律求解水平线速度与偏航角速度指令实现无人机的避障。对所提出的避障制导律进行数值〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCLQX.TIF;%129%129〗听语音 聊科研与作者互动 仿真和实物飞行验证,结果表明了所提方法的有效性。     

面向混部云失败批处理作业的预测算法

为了降低混部云失败批处理作业的风险,使用K-means聚类算法将批处理作业分为四类,在分类的基础上提出了二层嵌套分类模型(two-layer nested classification model, TLNM),实现了基于TLNM的预测算法。基于Ali Trace 2018数据集上的实验结果表明,该算法的接受者操作特性(receiver operating characteristic, ROC)曲线明显优于其他常用分类器,ROC曲线下面积(即AUC)可以达到0.978,表明该算法具有良好的分类性能。同时召回率可以达到0.951,通过混淆矩阵可以看出TLNM算法能够准确预测出执行失败的批处理作业。     

基于窗口预测匹配的序列图像点目标轨迹检测算法

序列图像中运动点目标轨迹的实时检测算法,是目标识别、实时跟踪处理系统中的关键算法之一。在分析不同层次处理方法的基础上,给出了一种基于预测、窗口匹配的点轨迹预测—匹配检测算法,并根据仿真实验的效果,指出此算法可有效地对低信噪比序列图像运动点目标轨迹进行实时检测,具有多目标轨迹检测能力。     

陆军诸兵种合同作战兰切斯特方程的弹药消耗预测研究

描述了诸兵种合同作战的兰切斯特方程及其矩阵解,提出了一种通过兵力损耗换算弹药损耗的新思路,分析和确定了用该方法预测弹药消耗的相关参数,最后运用Matlab进行仿真计算,预测出了武器装备战损情况和弹药消耗情况。