空天化高超音速攻击——即将来临的新一轮战争变革

倍受关注的空天战斗机、高超音速巡航导弹、激光器、电磁炮的问世,预示着新一轮战争变革即将来临。通过分析新一轮战争变革的内涵,阐述了新一轮战争变革的原因,提出了应对新一轮战争变革的对策。面对美国发起的新一轮战争变革挑战,要高度关注时间临界点的"横断",增强危机感和紧迫感;要防止新的思想僵化,坚持"三大变革"同步;不要被"军备竞赛论"所羁绊,不要被美国"经济衰退"所麻痹;要把握"初级阶段"中美关系基本特征,始终坚持独立自主自强不息。     

鲁棒四元数无味卡尔曼滤波算法在组合导航姿态估计中的应用

针对SINS/GPS直接式组合导航姿态估计中,GPS信号易受外界干扰而引入污染观测量等问题,提出基于Huber的鲁棒化四元数无味卡尔曼滤波算法。通过研究在四元数无味卡尔曼滤波算法中引入Huber鲁棒化框架,对原算法的量测更新进行修正,增强滤波算法的鲁棒性与稳定性。以SINS/GPS位置松组合为应用背景,在不同仿真环境下,验证提出算法对姿态信息的估计效果。试验结果表明:与原算法相比,该算法具有更好的鲁棒性和稳定性。     

有源滤波器比例谐振重复控制策略

为了改善补偿电流跟踪控制性能,在分析比例谐振控制策略原理与特性的基础上,结合指令电流的特性,合理地融入重复控制,提出了一种基于多重化坐标系的比例谐振重复控制策略。仿真和实验结果表明:该控制策略具有优良的动静态性能,可有效抑制电流的谐波。     

矩阵变换器自抗扰控制策略研究

矩阵变换器的输出电压易受各种因素的影响,为了改善输出性能,将自抗扰控制技术应用于矩阵变换器的闭环控制中。分析了自抗扰控制器的特性,提出了一种双闭环自抗扰控制策略,即电流内环与电压外环均采用一阶简化的自抗扰控制算法。仿真结果表明:该方法不仅可以有效地抑制多种扰动的影响,而且比PI控制具有更优的动静态性能,可满足高性能矩阵变换器系统的控制要求。     

有限维修能力下多级保障系统装备时变可用度评估及保障方案优化

备件库存和站点维修能力是影响备件维修周转的重要因素,制约着装备的使用效果。针对备件需求随任务阶段动态变化时装备保障方案的评估和优化问题,考虑站点维修能力对备件维修过程的影响,结合METRIC建模方法和动态排队理论,建立了有限维修能力下多级保障系统装备时变可用度评估模型。在评估模型基础之上,以保障费用为优化目标、装备可用度为约束条件,建立任务期内多级保障系统保障方案优化模型。以任务期内的最低可用度所对应的备件短缺数为观测值,分析各项资源的边际效益值,采用边际优化算法对各项资源进行优化计算。算例分析表明,评估模型能够计算多级保障系统任务期内各阶段装备可用度;保障方案优化模型和方法能够得到各项保障资源的优化配置方案。提出的模型和优化方法能够为装备保障人员制订合理的保障方案提供决策支持。     

基于流程仿真的物资接收系统可靠性预计方法

针对船舶物资接收时间计算的问题,新增加了对设备发生故障的考虑,通过引入接收时间可靠性的概念,将其转换为船舶物资接收系统的可靠性预计问题。为了解决上述可靠性预计问题,提出了基于流程仿真的系统可靠性预计方法。分析了物资接收系统的工作流程,依据工作流程实现了仿真程序,用蒙特卡洛法对物资接收系统的可靠性进行了求解,并分析了设备不同的可靠性水平对物资接收系统可靠性的影响。仿真结果表明,增加了对设备故障的考虑后,对物资接收时间的估计更加接近实际;基于流程仿真的系统可靠性预计方法的模型更容易理解,所得结论更加具体。     

基于BP和Hopfield神经网络的航空肼燃料保障安全评价

针对航空肼燃料保障安全评价的复杂性和非线性,提出并建立了基于BP和Hopfield神经网络的动态安全评价模型。在综合分析国内外肼燃料保障安全评价的基础上,针对航空肼燃料保障过程中出现的问题,构建并优化了指标体系,选取前馈神经网络中的BP网络和反馈神经网络中的Hopfield网络建立评价模型。在详细说明了BP和Hopfield神经网络的构建方法后,进行实例验证,并对预测效果进行了比较分析。仿真表明,两种模型都能正确评价安全保障状态。但在收敛速度、联想记忆功能方面Hopfield神经网络优于BP神经网络。将BP和Hopfield神经网络用于肼燃料保障安全评价过程中,具有适用性和可行性,对于航空肼燃料保障的安全建设与安全管理研究具有重要意义。     

基于改进ACO算法的多UAV协同航路规划

针对无人机(Unmanned Aerial Vehicle,UAV)在执行任务过程中遇到的诸如敌方防空火力、地形障碍及恶略天气等各类威胁源,采用威胁源概率分布的方法进行威胁的量化处理,构建任务空间的威胁概率密度分布图,有效消除了威胁源的差异性。根据UAV在任务飞行过程中的性能约束与时、空协同约束,同时考虑任务过程中UAV的损毁概率最小、任务航程最短,构建了相应的综合任务航路代价最优化目标函数。结合传统蚁群优化算法(Ant Colony Optimization,ACO)在解决此类问题中的不足,给出了相应的改进策略,提出采用协同多种群ACO进化策略来实现多UAV在满足时、空协同约束下的协同航路规划。通过相应的仿真计算表明,改进后的ACO协同多种群进化策略算法更适用于多UAV协同任务航路规划问题,具有一定的实用性。从而为多UAV协同任务航路规划问题的求解提供了科学的决策依据。     

一类非线性系统的自适应模糊反推近似滑模控制

针对一类含有未知非线性函数项和外界干扰的不确定纯反馈非线性系统,提出了一种自适应模糊反推近似滑模变结构控制方法。采用中值定理和隐函数定理使未知非仿射输入函数拥有显式的控制输入,利用模糊系统逼近未知非线性函数,动态面控制技术解决了反推设计中出现的"微分爆炸"问题。所提出的自适应近似滑模控制方案削弱了传统滑模控制中的抖振现象。从理论上证明了所设计的控制器能够保证闭环系统所有信号半全局一致终结有界。仿真算例验证了算法的有效性。     

干扰条件下基于空频域二次优化的MIMO雷达波形设计方法

针对干扰条件下多输入多输出雷达发射方向图优化问题,提出一种基于空频域二次优化的多输入多输出雷达波形设计方法。该方法将空域上方向图优化问题转化为关于空时发射序列协方差矩阵的优化问题,利用多输入多输出雷达发射方向图仅与阵元之间波形相关性有关的特性,进一步降低空域波形设计复杂度,并通过p阶导数约束展宽零陷;针对优化得到的协方差矩阵,利用随机向量法通过最小二乘准则逼近最优发射方向图来合成具体恒包络波形;在基于空域优化得到的发射波形基础上,根据改变不同时刻信号序列的初始相位雷达发射方向图不变的特性,通过拟功率方法优化相位变化矩阵,实现雷达波形在频域上的二次优化以抑制频域上的干扰。仿真实验证明了所提方法在方向图匹配和干扰抑制方面的有效性。