基于群体协同的驱护编队中近程防空的系统效能

针对中近程反导的具体要求,分析了典型的驱护编队反导模式下编群队形特点,研究了指挥舰与护卫舰的队形关联性,探讨了基于信息化作战模式的抗饱和攻击能力,建立了基于多目标优化的最保守与最乐观情况下的抗饱和攻击模型,得到舰艇编队协同防空的系统效能,对驱护编队防空反导指挥决策具有很强的参考价值。     

改进预测协方差门限法的采样周期自适应选择算法

传感器采样周期是影响目标跟踪的一个重要参数。现有自适应采样周期策略中,一些算法运算量比较大,计算效率低,不具有一般性。为此提出了一种改进的预测协方差门限法。该算法改进传统采样周期的全遍历寻优策略。最后与几种自适应采样周期算法与固定采样周期算法通过交互式多模型(IMM)滤波算法进行仿真比较。仿真结果表明该算法在目标跟踪过程中能满足跟踪需求,具有较少的计算量,较高的运行效率,比固定采样周期算法更能节约资源。     

基于改进差分进化算法的内弹道参数优化

火炮内弹道参数直接影响其计算结果,内弹道参数优化设计是内弹道分析计算的重要环节。基于经典内弹道计算模型,以火药内弹道计算中最为敏感的燃速指数及其燃速系数为设计参量,以最大膛压及弹丸初速的计算值与测试值一致性为目标,对差分进化算法群体的初始化、变异因子及变异模式进行了改进,对某型火炮的内弹道参数进行了优化计算。优化设计结果表明改进后的差分进化算法满足内弹道设计工程实践要求,为内弹道参数优化设计提供了一种有效的算法。     

基于模糊多属性决策的装备维修行为选择

针对装备保障行动中维修行为决策在实践中存在的问题,借助于多属性决策方法和模糊理论,提出基于模糊多属性决策的装备维修行为决策,在分析装备维修行为的影响因素和约束条件的基础上,建立了装备维修行为决策的模型方法,并进行了实例分析。研究表明,该方法能有效降低维修保障费用、缩短维修保障时间和提高维修保障效率。     

基于多种群遗传算法的远程作战体系加油路径优化

为解决加油机在远程作战体系中的高效使用与经济性问题,推导了远程作战体系中加油机和歼击机的油耗方程模型,建立以耗油量最少为目标的空中加油路径优化模型。该模型基于一定的作战任务构想,利用多种群遗传算法进行了求解,从求解结果来看,该算法可以快速搜索到能够在所有满足作战任务要求的任务路径中寻找到最小消耗的位置坐标,以获得最大的作战效能,从而达到优化远程作战体系中的作战和训练中加油机使用问题。     

基于GA-ML-PMHT的多基站无源协同定位方法

针对无源协同定位系统中低可观测目标的航迹初始及维持问题,提出一种基于遗传算法的极大似然概率多假设的多基站无源协同定位方法。首先,建立多基站无源协同定位系统数学模型。其次,提出基于极大似然概率多假设的无源协同定位航迹初始算法,并首次利用遗传算法解决极大似然概率多假设中的优化求解问题,以提高目标检测跟踪性能。最后,通过滑窗法实现航迹维持。仿真结果表明,所提方法能够有效解决多基站无源协同定位系统中低可观测目标的航迹初始及维持问题。     

多燃气发生器动力系统的温度自调节性能研究北大核心

多燃气发生器弹射动力系统可以随温度变化调节发射内弹道,通过对多个燃气发生器进行不同步点火,获得导弹在多股燃气生成并相互作用下发射过程的内弹道参数。针对多个燃气发生器的弹射动力系统,使用Matlab编程并求解内弹道微分方程组,对同一弹体在3种不同温度发射工况进行内弹道仿真试验,结果表明在不同时序对不同燃气发生器点火,可以使弹射动力系统得到基本一致的出筒速度。此项研究可为多燃气发生器发射动力系统的内弹道设计提供重要的依据。     

微小型飞行器多传感器融合容积姿态估计北大核心

针对微机电系统(MEMs)陀螺仪精度低、噪声大且误差随时间累积的问题,扩展卡尔曼滤波(EKF)线性化误差的问题和无迹卡尔曼滤波(UKF)时间耗费大的问题,提出了一种欧拉角容积卡尔曼滤波(CKF)姿态估计方法。建立了欧拉角姿态运动学模型,以姿态角为状态量、加速度计和磁强计输出解算得到的姿态角为观测量,采用容积数值积分理论来计算非线性函数的均值与方差,实现了多传感器辅助的微小型飞行器(MAVs)CKF姿态估计方法。仿真结果表明:估计精度方面,CKF与UKF相当,优于EKF;滤波稳定性方面,CKF与UKF相当,显著优于EKF;时间耗费方面,CKF优于UKF。     

多传感器目标识别系统中的数据融合方法与系统结构的研究

多传感器数据融合技术与系统结构是精确制导及航空自动目标识别等系统中两个紧密相关的重要研究内容,本文针对新一代导弹武器发展的需要,先介绍一种实用的高层多传感器数据融合方法,然后提出一种高性能的多传感器目标识别系统的体系结构。