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。     

频率分集阵列的有源假目标鉴别方法

针对雷达对抗中转发式欺骗干扰的抑制问题,提出一种基于频率分集阵列的干扰鉴别方法。频率分集阵列中,目标回波在相邻阵元间产生的相位差与距离、角度呈线性关系,而假目标不满足该关系。对目标回波和多类假目标干扰在频率分集阵列接收端的相位差进行理论推导,详细分析匹配滤波、信号混合、移频等因素对相位差的影响,并给出了假目标鉴别的具体流程。理论分析及仿真结果表明,该方法能准确提取混合信号的相位差信息,有效对抗多种类型的转发式欺骗干扰,且鉴别性能对干信比、信噪比均不敏感,具有较强的环境适应性。     

分布式异构集群中节点优先级调优算法

节点优先级常用于评价异构集群中节点的性能,因此节点优先级评价指标权重的选择非常重要。采用层次分析法(analytic hierarchy process, AHP)建立了节点优先级评价指标体系,计算得到各指标的初始权重,并使用BP神经网络对初始权重进行优化。训练时,BP网络输入为集群运行中采集的节点实时资源数据,输出为节点的优先级。分析网络训练完成后得到的权重矩阵可以获得各优先级评价指标的优化权重。实验表明,基于AHP和BP的节点优先级评价模型可以更加准确地分析节点性能。相比于Spark默认算法和权重未优化的对照算法,使用调优后的节点优先级可以有效提高集群性能。运行不同工作量的相同负载时,集群平均性能分别提高了16.64%和9.76%;处理相同工作量的不同负载时,集群的平均性能分别提高了12.49%和6.54%。     

面向网络中心战的指挥信息系统网络结构评估

为评估网络中心战模式下指挥信息系统网络结构对作战体系的影响,在FINC(Force,Intelligence,Networking and C2(Command and Control))模型基础上,提出了指挥信息系统网络结构定量分析方法,结合图论和集合论对该方法进行了数学描述,采用效率表征FINC模型的信息流和协调系数,引入信息融合处理影响,扩展了面向网络的核心网节点,然后构建了指挥信息系统网络结构分析与评估框架。通过传统和网络化指挥信息系统部署示例分析表明:网络化指挥信息系统具有的优势主要体现在改善指挥控制的效率,且作战体系越复杂,网络化指挥信息系统较传统方式优势越明显。示例还验证了该方法的有效性。     

水雾扩散模型仿真

建立水雾红外衰减模型时,通常把水雾空间看作单一均匀整体处理,然而雾滴的扩散现象使水雾的雾滴密度无法保证处处相等,所以仿真结果与实际情况相比普遍存在较大偏差。针对这一问题,基于高斯扩散理论与Mie散射理论,提出了一种新的建模方案。通过将水雾空间划分为多个子空间,并计算每个子空间内水雾消光性能的建模方法,提高建模的准确性。同时结合红外制导导弹来袭的方向变化,计算出不同方向上的水雾消光性能。从仿真结果可以看出,这种建模方式能够很好地克服以往建模方法的缺陷,为探索水雾的精确建模提供了一种新思路。     

卫星导航接收机捕获和跟踪抗干扰能力分析

卫星导航抗干扰技术是接收机研制中的热点问题,不同的干扰模式对接收机的影响各不相同。通过建立非相干高斯白噪声、单频干扰和扫频干扰等3种常见干扰模型,分析了干扰对码分多址卫星导航接收机常用的并行码相位捕获和科斯塔斯环路跟踪阶段的影响,获得了其在2个阶段的抗干扰能力。研究表明,不同频率变换方式的单频干扰对接收机环路的影响区别不大,而与干扰频点接近信号中心频点的长短密切相关,同时接收机对非相关高斯白噪声干扰的抗击能力要远大于单频干扰。研究结论对码分多址卫星导航接收机和干扰机的设计具有一定的参考意义。