基于逆向强化学习的舰载机甲板调度优化方案生成方法

针对计算机辅助指挥调度舰载机甲板作业的决策过程无法脱离人参与这一特点,引入基于逆向学习的强化学习方法,将指挥员或专家的演示作为学习对象,通过分析舰载机的甲板活动,建立舰载机甲板调度的马尔可夫决策模型(MDP)框架;经线性近似,采用逆向学习方法计算得到回报函数,从而能够通过强化学习方法得到智能优化策略,生成舰载机甲板调度方案。经仿真实验验证,本文所提方法能够较好地学习专家演示,结果符合调度方案优化需求,为形成辅助决策提供了基础。     

燃烧加热型煤油加热器工作特性试验

针对冲压发动机地面试验应用需求,设计了基于燃气加热方式的煤油加热器,通过试验的方法研究了多个因素对其工作特性的影响规律。研究结果表明,该煤油加热器加热能力强,响应时间短,可在线制备超临界/裂解态煤油;其中,燃气温度、流量和煤油流量是影响煤油加热器工作特性的主要因素,通过控制燃气温度和流量可以大范围调节煤油温度,能满足冲压发动机不同试验工况的应用需求。     

基于组合赋权雷达图实现电网电能质量综合评估

将改进的组合赋权雷达图方法用于电网电能质量综合评估。对主观、客观赋权法组合,基于组合权重与原权重之间的偏差尽可能小的优化思想,求取雷达图中各项指标的组合权值。利用各指标对应的扇形区域的对角线作为指标轴绘制雷达图,不仅最大限度体现各指标的独立权重,也反映了各指标之间的相互影响。利用雷达图的面积和周长两个变量完成对电能质量的综合评估。最后通过应用实例,验证了论文方法的合理性和在电能质量综合评估中的有效性。     

基于联合相似测度的SAR图像边缘点特征配准方法

针对SAR图像配准过程中几何变换影响特征匹配稳健性和适应性的问题,提出了一种在特征匹配过程中直接解算几何变换模型的边缘点特征配准方法。利用SAR图像边缘点的梯度和方向特征,基于像素迁移思想,定义了图像匹配的联合相似度——联合特征均方和(SSJF),并建立了SAR图像边缘点集相似性匹配准则;基于方向模板提出了改进的ROEWA算子;利用改进的遗传算法(GA)来进行相似度的全局优化搜索,获取配准模型参数;利用多幅SAR图像的配准试验,对本文方法的性能进行了验证。     

机动飞行条件下基于SIFFBP算法的机载UWB SAR成像

机动飞行条件下,运动误差的幅度较大,频域运动补偿精度难以满足机载超宽带合成孔径雷达(UWB SAR)高精度成像的要求,需要采用精确的时域后向投影(Back Projection,BP)算法,然而原始BP算法的巨大计算量限制了其实际应用。提出了一种基于子图像快速因式分解BP(Sub-image Fast Factorized BackProjection,SIFFBP)算法的机动飞行条件下机载UWB SAR成像方案,并对其子孔径和子图像划分的约束关系进行了推导,给出了算法步骤,并分析了算法的计算量。仿真和实测数据处理结果表明,SIFFBP算法能够在保证处理精度的同时,大幅度提高处理效率,非常适合于机动飞行条件下的机载UWB SAR成像处理。     

基于故障树分析法的导弹分离机构可靠性研究

基于故障树分析法的基本原理,根据某型导弹飞行中分离故障和地面维修的故障统计,建立了导弹分离故障树,并对其作了定性和定量分析,指出了可靠性薄弱环节。结果表明用故障树分析法对导弹分离机构进行故障分析,能够清晰发现对顶事件发生影响最大的因素,为故障提前预测和预防提供依据。     

基于PC机的模拟训练装备效能评估方法

分析了基于PC机的模拟训练装备的组成结构,根据其效能评估指标的特点,充分考虑决策数据间的客观关系,同时兼顾决策者的主观偏好,采用基于最小二乘原理的组合赋权法指标权重确定方法,对该类装备的效能进行评估,验证了该方法的可行性和有效性。     

空降兵防空分队指挥自动化

有效的防空作战是空降兵顺利完成地面作战任务的必要前提,分析了空降兵地面作战的空中威胁,介绍了空降兵防空分队指挥自动化系统的组成及功能,重点对其空情信息的传输处理延迟时间进行了分析研究,对我军空降兵防空分队指挥自动化系统建设具有一定的参考意义.     

强跟踪滤波器在机载云台目标跟踪中的应用

针对小型无人机地面目标跟踪系统,设计了自适应的强跟踪滤波器(STF),实现了对机载云台姿态的控制,使机动目标保持在机载云台的视场中心.根据无人机、目标与视场中心的位置关系,建立了跟踪系统的数学模型.为解决“当前”统计模型跟踪强机动过程效果较差的问题,提出了强跟踪滤波器(STF)的自适应滤波算法.当无人机加速度较大时,加入强跟踪滤波器后的跟踪曲线较平滑,误差更小.最后,仿真结果表明,机载云台姿态控制器对机动目标的跟踪效果良好,被跟踪目标保持在机载云台的视场中心.     

基于ARMA辨识的色噪系统状态参数鲁棒估计

实际环境中观测系统的噪声,同时存在着白噪、色噪声和尖点噪声的影响.已有的研究都仅考虑白噪或色噪声,首次将实际系统中可能出现的所有噪声纳入观测方程,推导出统一的带白噪形式的观测方程.新观测方程在色噪声ARMA辨识基础上,可以直接用于传统的卡尔曼滤波算法,避免了扩维滤波.于是状态参数的稳健估计归结为ARMA参数的辨识.重点研究了自由参数选取与输入噪声之间的关系,将鲁棒支持向量回归机的优化问题转换成最大后验估计问题,为合理选择自由参数提供了理论依据.仿真结果验证了新算法的有效性.