On efficient algorithms for finding efficient salvo policies

We consider the salvo policy problem, in which there are k moments, called salvos, at which we can fire multiple missiles simultaneously at an incoming object. Each salvo is characterized by a probability p_i: the hit probability of a single missile. After each salvo, we can assess whether the incoming object is still active. If it is, we fire the missiles assigned to the next salvo. In the salvo policy problem, the goal is to assign at most n missiles to salvos in order to minimize the expected number of missiles used. We consider three problem versions. In Gould's version, we have to assign all n missiles to salvos. In the Big Bomb version, a cost of B is incurred when all salvo's are unsuccessful. Finally, we consider the Quota version in which the kill probability should exceed some quota Q. We discuss the computational complexity and the approximability of these problem versions. In particular, we show that Gould's version and the Big Bomb version admit pseudopolynomial time exact algorithms and fully polynomial time approximation schemes. We also present an iterative approximation algorithm for the Quota version, and show that a related problem is NP-complete.     

Technical note: Finite-time regret analysis of Kiefer-Wolfowitz stochastic approximation algorithm and nonparametric multi-product dynamic pricing with unknown demand

We consider the problem of nonparametric multi-product dynamic pricing with unknown demand and show that the problem may be formulated as an online model-free stochastic program, which can be solved by the classical Kiefer-Wolfowitz stochastic approximation (KWSA) algorithm. We prove that the expected cumulative regret of the KWSA algorithm is bounded above by where κ₁, κ₂ are positive constants and T is the number of periods for any T = 1, 2, … . Therefore, the regret of the KWSA algorithm grows in the order of , which achieves the lower bounds known for parametric dynamic pricing problems and shows that the nonparametric problems are not necessarily more difficult to solve than the parametric ones. Numerical experiments further demonstrate the effectiveness and efficiency of our proposed KW pricing policy by comparing with some pricing policies in the literature.     

冲压增程弹进气道设计方法与性能分析

以冲压增程弹为应用背景进行了进气道设计.结合增程弹的特点,讨论了轴对称进气道中心锥参数、喉道参数、外罩参数的选择.特别对进气道唇口处参数、扩张段角度设计方法进行了分析.设计了单锥混压式、单锥外压式以及双锥混压式三种进气道,并进行了数值模拟.分析了进气道主要设计参数对其性能的影响.数值结果表明,就增程弹的性能要求而言,双锥混压式进气道的性能较高.     

均匀设计在柴油无灰节能降污添加剂配方研制中的应用

基于低压氧弹燃烧法研究了充氧压力分别为0．6MPa和0．9MPa时两种无灰型柴油添加剂不同配比对助燃性能的影响。采用均匀实验设计和Matlab回归优化的方法，得到复配体系的最优配方，并对其进行了验证。结果表明，由Matlab回归分析得到的完全二次回归模型最理想，0．6MPa时由该模型得到的最优配方为：添加剂A和B的质量分数分别是0．300‰和0．700‰，并通过实验验证得到的发热量达到最大，变化率为8．697％。0．9MPa时，结合直观分析和回归分析，得到与实际相符的最优配方：添加剂A和B的质量分数分别是0．600‰和0．900‰，此时发热量皮化率为4．453％。     

在轨加注过程中组合体航天器动力学建模与分析

针对在轨加注过程中质量分布随时间变化的组合体航天器,研究动力学建模问题并对其动态特性进行分析。将航天器系统分为刚性组合体平台和贮箱内燃料两部分,贮箱内的燃料视为质量、外形和位置连续变化的质量块,将航天器系统抽象为一组有固定边界的变质量质点系;在推导出变质量质点系一般力学方程的基础上,通过对航天器结构进行一定限制消除方程中的反冲力和失调力矩,以组合体平台主轴作为参考坐标系,建立在轨加注过程中组合体动力学模型;该模型除了参数时变的特点外,与普通刚体动力学相比还含有阻尼项;基于李雅普诺夫稳定判据,对该时变动力学系统的动态特性进行分析。仿真计算展现了不同结构参数对姿态运动轨迹的影响,也证明了理论分析的正确性。     

高动态GNSS信号多普勒模拟任意阶直接数字合成器设计

为高精度模拟高动态条件下GNSS信号的多普勒特性,提出一种任意阶直接数字合成信号合成器的设计方法。设计任意阶直接数字合成信号合成器的结构;通过理论分析,推导各级累加器相位初值的计算公式;给出字长选择方法。经仿真验证,该方法能精确模拟GNSS信号的多普勒特性。此外,提出的直接数字合成器设计方法不受阶数的限制,可普遍应用于各类信号模拟器的设计。     

弹道导弹威胁估计模型构建

简要分析了弹道导弹飞行3个阶段的不同特点及各阶段导弹预警探测手段的侧重点,结合威胁估计的特征构建了弹道导弹威胁估计模型结构框架,运用多阶段贝叶斯网络理论,构造了主动段、自由段和再入段威胁估计模型,并明确了三阶段间的转换时机。采用动态贝叶斯方法对弹道导弹作战全过程进行威胁估计仿真推理,仿真结果能够反映导弹在飞行过程中威胁程度的变化特点,为反导指挥员作出辅助决策提供智力支持。     

作战需求分析方法研究

作战需求分析方法研究是指总结现有作战需求分析方法,研究适应现代战争要求的新的作战需求分析方法.通过分析国内外作战需求分析的理论和方法,并针对作战需求分析的各问题域展开研究,提出了"面向威胁、基于能力"的作战需求分析方法,并对其研究思路、基本方法和研究内容进行了探讨.该方法按照"目的-任务-构想-能力"的顺序进行分析,用"价值中心法"分析目标、任务与能力之间的映射关系,用探索性仿真方法分析不同构想情况下的能力需求,可以为战略规划、作战运筹、武器装备发展等提供方法和决策支持.     

动态滑翔运动建模、机理分析与航迹优化

信天翁凭借动态滑翔的飞行技巧从梯度风中获取能量,从而在几乎不拍翅膀的情况下进行长时间、长距离飞行,这种技巧应用于小型无人机上可拓展其完成任务的能力。基于飞行器动力学对梯度风场中的无人机运动方程进行推导和简化处理;利用简化的运动方程,分别从非惯性参考系中的动能定理和机械能变化的角度,对动态滑翔获取能量的机理进行分析;利用微分平坦法,以最小平均控制输入变化率为目标函数,对徘徊模式和平移模式的动态滑翔航迹进行优化计算。分析结果表明:逆风爬升、顺风下滑是动态滑翔基本获能方式。优化结果表明:控制输入变得更加平滑,甚至出现阶段性的常值,使得控制更加简化;徘徊模式下,当风梯度作为决策变量时,优化过程可在[0,0.5 s-1]的区间上找到使得目标函数值最小的风梯度;平移模式下,目标函数值在该区间上单调递减。