一种火炮快速解命中问题的新方法

在火炮解命中过程中,对于射表数据的处理方法主要有逼近法和插值法.基于对射表数据进行插值处理的基础上,用一种解非线性方程的迭代方法对解命中问题进行研究,这种方法可避免导数计算,收敛较快.经仿真计算,并与其他方法进行了比较,验证了该方法在火炮解命中问题中的可行性和优越性.     

解命中的快速迭代方法

在火炮指挥仪中,解命中迭代方法常用改进迭代法。它的缺点是对于不同的目标运动状态其收敛速度不一样,而且若在命中点目标距变率三倍于弹丸末速度时,改进迭代法将是发散的。本文对迭代方法问题进行局部优化,推导出一种新的迭代方法,称之为快速迭代法。它能够根据命中点小邻域内的目标距变率与弹丸末速度之比而自动调节,使得收敛速度在线性化意义下达到最快,而且收敛区域复盖了命中解的存在区域。本文还给出了工程化的快速迭代法。用64位字长的计算机对几种选代方法进行了模拟计算,实验数据证实了以上结论。     

一种基于混沌粒子群改进的果蝇优化算法

针对基本果蝇算法在优化过程中收敛速度慢,无法解决复杂的优化问题,引入混沌搜索和粒子群算法(PSO)来修正基本果蝇算法(FOA)。利用混沌搜索初始化果蝇群位置,提高了初始解的随机性和遍历性,从而提高FOA初始种群的多样性;引入PSO算法以减少最优解更新过程中的盲目搜索;选取5种不同的非线性函数作为测试函数,并将改进后的果蝇算法(IFOA)与其他算法相比较,实验结果表明,IFOA的鲁棒性较强,且收敛速度与收敛精度有了明显的提高。     

分组坐标轮换法与机械优化设计

minimax 问题是工程优化设计中普遍存在的问题。本文首次采用分组坐标轮换法求解该问题,通过分析获得了该算法收敛的充分条件(如果收敛,还可计算最大轮换次数)。一些数值计算验证了文中的结论,本文还把该算法用于四连杆实现函数机构的优化设计.     

火炮火控系统命中解的分布和存在性

定义了火控系统中问题联立方程应满足的“基本假设”,从理论上讨论了在“基本假设”条件下诸命中解的分布特性 ,证明临近的命中解 (如果存在的话 )是唯一的 ,给出了临近解存在的充分必要条件。用一个简单的实例表出不同目标速度下诸命中解分布的实验数据     

基于外弹道的高炮火控算法与仿真

为适应现代战争中目标速度与机动性的提高,增强高炮打击空中运动目标能力,需要充分发挥基于外弹道火控解算精度高的优点,并提高解算速度。通过整合外弹道实时解算和解命中迭代算法与初值选择,得到了一种完全基于外弹道解算的快速火控解算算法体系。经过仿真计算,并将仿真结果与射表数据对比,验证了外弹道实时解算的准确性。利用GDI+图形功能基于C#语言仿真分析了匀速与匀加速直线运动目标的解命中问题,验证了算法的可行性,为火控系统的研制提供了参考。     

基于排挤机制改进的多目标进化算法

进化算法是求解多目标优化问题(MOP)重要而有效的方法。为加快收敛速度,提高收敛精度,在已有算法(NSGA-Ⅱ)的基础上,引进小生境思想,提出了更为合理的排挤机制。通过典型应用函数的计算测试,结果表明:上述改进不仅具有较高的计算效率,而且能够得到分布更为合理的解,且能保持解的多样性分布。     

81式火箭深弹命中解算

本文从实际应用出发对81式火箭深弹(3200深弹)进行命中解算,并对不同的算法进行了比较和分析。     

针对KMC局部最优问题的飞蛾捕焰优化方法

针对传统飞蛾捕焰(MFO)算法求解复杂函数时后期收敛速度慢与求解精度较低等问题,提出了一种基于快速收敛的飞蛾捕焰(RMFO)算法.采用最大最小距离积的方法来初始化飞蛾群,能够提高算法全局收敛速度并且优化解的质量,同时构造出MFO算法的适应度函数作为寻优函数.将RMFO算法和有K均值聚类算法(KMC)进行交叉迭代,构建基于RMFO优化的KMC算法,求解聚类中心时能够改善聚类性能,可以解决现有KMC算法选取初始聚类中心不确定陷入结果局部最优的问题.实验结果表明,通过用UCI国际通用测试数据库的Iris、Wine和Glass 3种数据集,对RMFO算法和优化KMC算法进行性能测试,提出的RMFO算法更加精准,收敛速度快,不易陷入局部最优解,同时,优化KMC算法的聚类性能更好.     

基于改进蜂群算法的无人机路径规划

人工蜂群算法存在初始蜜源具有随机性,后期收敛速度慢,易早熟等问题.运用最大最小距离积法处理初始蜜源,把K均值聚类算法与人工蜂群算法相结合,提出改进的人工蜂群算法,用于解决无人机路径规划问题.仿真结果表明改进的人工蜂群算法收敛速度更快,得到的解的适应度更好.     

基于射流微分方程组的水炮命中问题求解

船用高压水炮的自动控制系统实现关键在于对目标命中问题的求解,即通过给定相关参数信息,求解水炮射击时的射击诸元(方位角和高低角)。建立了基于牛顿第二定律的水炮射流微分方程组,给出了使用四阶龙格库塔法实时解算的流程。并针对命中求解过程中的不同情况,利用matlab进行数值仿真对比,验证了利用微分方程组求解水炮命中问题的可行性,可为消防水炮的智能控制研发提供借鉴意义。     

基于方位和线谱频移的TMA新算法

提出了一种基于方位和线谱频移序列的目标运动分析新算法,解决了方位序列估计器工作点漂移方法中初始方位漂移角度较难确定的问题;提出了一种新的多普勒频移匹配估计器,不需要预先提取目标线谱即可估计目标运动参数,并且有效地加快了目标运动参数解算的收敛速度.海上实验数据处理结果表明该算法较以往同类算法在收敛速度和解算精度等性能上有明显改进.     

数字化扩频接收机的自适应抗干扰滤波方案研究

讨论了自适应抗干扰滤波在最小频移键控的直接序列扩频(DS-MSK)数字化接收机中的应用问题,对非线性滤波加以改进,提出了部分解扩非线性滤波(PDNF)结构,将快速更新子带自适应滤波(FRSAF)算法用于PDNF结构以提高收敛速度。结合FRSAF算法的PDNF自适应抗干扰滤波方案在收敛速度、稳健性和输出信噪比等方面明显优于结合LMS算法的传统非线性抗干扰滤波方案,仿真结果验证了上述结论。     

基于改进粒子群优化算法的微电网孤岛选址定容

分析了在重要孤立系统中采用微电网供电的必要性,在此基础上提出了采用由非支配排序法和拥挤距离排序法改进的粒子群算法进行微电网选址定容,其目的是改进多目标微电网规划问题的优化结果。通过改进算法与基本算法算例结果的对比分析,验证了改进算法在求解孤岛选址定容问题上具有较强的寻优能力、较高的收敛精度和较稳定的最优解,为进一步研究微电网孤岛选址定容问题提供了思路。     

改进的笛卡尔遗传编程组合电路演化设计

利用笛卡尔遗传编程进行电路演化时,存在收敛速度慢、收敛时间波动较大等问题．对笛卡尔遗传编程中的可编程单元模型进行改进,增加与目标函数相关的逻辑运算,去除无关的逻辑运算,从而提高演化算法命中目标的概率．利用改进的笛卡尔遗传编程方法分别对电机换相电路和乘法器等组合电路进行演化设计．结果表明,改进后的方法明显缩短了电路演化生成的时间,且收敛时间波动较小．     

用于纯方位目标运动分析的泰勒级数法

以泰勒级数法的理论模型为基础,研究它在纯方位TMA中的应用问题。将泰勒级数法与高斯-牛顿法相结合,得到一种混合泰勒级数法。这种混合方法简单易懂,计算并不复杂。经蒙特卡罗仿真研究,其性能可与高斯-牛顿法相比较,对于有些态势甚至在收敛时间以及解算效果上要优于高斯-牛顿法。算法性能反映在一些典型的TMA态势上。     

基于DDE改进蝙蝠算法的动态火力分配方法

针对动态火力分配算法耗时长,而传统的蝙蝠算法寻优精度不高等问题,提出了一种基于动态差分改进的蝙蝠算法。该算法首先通过放宽部分约束条件加快生成初始解,然后将动态差分进化算法中的差分变异机制融入到蝙蝠算法中,再利用惩罚函数确保生成的解满足约束条件,最后利用蝙蝠种群进行解的迭代寻优。仿真结果表明,与蝙蝠算法、遗传算法、粒子群算法相比,改进的算法有较高的收敛精度和较快的收敛速率,且更适合应用在较大规模的火力分配问题中。     

高炮射击提前点的解法研究

针对高炮射击解提前点方法进行的研究,在图解法的基础上,运用解方程的思想,提出了精度更高的“系数调整法”、“图解逼近法”和“一元四次方程法”。较好地解决对匀速运动目标命中问题的求解,“图解逼近法”具有单方向收敛的优点。“一元四次方程法”可直接用消元法求解,不需循环。解法与迭代法比较,具有计算精度高、速度快,计算步骤、时间固定,在火控系统计算和修正等方面有重要的实用价值。     

基于外弹道的防空火控改进算法及模型仿真

为改善火控系统射击诸元解算的速度和准确性,在设计防空火控解算系统各个模块的基础上,对传统迭代-修正算法进行了改进.首先搭建了基于某型火箭弹的防空火控解算系统;其次对火箭弹外弹道解算问题和典型运动目标的命中问题进行研究;然后在解算流程中引入了目标高低角与目标运动时间关系式,使得在射击诸元解算流程中始终将目标视为运动状态,...     

用简化的神经网络解实时线性最小二乘和总最小二乘问题

为了在实时情况下解代数方程线性系统问题,本文提出了一种具有单片自适应学习算法的新一类简化的低成本模拟人工神经网络。本文提出的学习算法是解线性最小二乘(LS)、总量小二乘(TLS)和数据最小二乘(DLS)问题传统算法的修改和扩展。传统方法包括:kaczmarz行动作投影算法和/或LMS(Adaline)widrow-Hoff算法。该算法可应用于能公式化为线性回归问题的任何问题。所提出的神经网络的正确性和高性能可用广泛的计算机仿真结果来说明。