基于路径规划的敏捷卫星姿态机动反馈控制方法

为了避免奇异状态,单框架控制力矩陀螺(SGCMG)操纵律要求框架角进行快速转动,需要消耗较多的能量,并会对SGCMG和卫星系统带来一系列潜在危害。针对该问题,提出基于路径规划和反馈控制相结合的姿态机动控制方法。根据固定时间姿态机动的任务需求,以能量为优化指标,采用伪谱法优化机动路径并回避奇异状态;将最优控制量作为参考数输入,并利用基于系统限制状态的反馈控制方法消除不确定性和扰动的影响。反馈控制基于名义输入进行数值积分得到的预测状态量,并与期望终端状态比较形成控制误差信号。该方法将卫星和SGCMG作为整体规划姿态运动,能够有效避免奇异状态。结合工程实际,在闭环控制仿真中考虑了卫星角速度和SGCMG框架角的初始偏差。仿真结果表明:本文算法能够有限避免奇异状态,且能消除初始姿态角速度和框架角不确定的影响。     

基于进化算法的雷达对抗侦察无人机航路规划

雷达对抗侦察无人机在执行任务前要根据战场环境预先规划好最优路径。全面考虑战场环境威胁约束、机动性能约束和侦察任务约束,综合轮盘法、最优保存策略和6种进化算子形成进化算法,并对航路规划问题进行求解。仿真结果表明,利用约束量化方法和进化算法对雷达对抗侦察无人机进行航路规划是可行的。     

基于均匀线阵的导引头STAP检测研究

针对导引头下视跟踪目标的典型状态,开展了均匀线阵导引头空时自适应处理(STAP)检测研究.在分析空-时信号环境的基础上,建立目标回波与STAP检测模型,并通过仿真对检测性能进行分析,发现当阵列平行于水平面时,STAP能够获得较好的检测性能,可以获得不超过50m/s的最小可检测速度.如果导引头姿态变化,STAP检测性能将会下降,当阵列俯仰角增大到30°时,将难以检测到目标.     

卫星导航弱信号的变维卡尔曼滤波跟踪算法

复杂环境下的多普勒频移变化及信号功率衰减均会造成载波跟踪偏差较大甚至失锁,针对标准卡尔曼滤波算法跟踪机动目标时不能同时满足高动态及高灵敏度要求的问题,提出一种基于变维卡尔曼滤波的载波跟踪算法。引入机动和非机动两种载波跟踪模型,通过机动检测因子监视载波动态变化,实时高效地切换载波跟踪模型,从而实现对载波机动和非机动状态的自适应跟踪,抑制机动改变引起的较大误差突跳。理论分析和仿真结果表明,该算法在低至30d BHz弱信号环境下,相比基于标准卡尔曼滤波的跟踪算法,其在目标动态突变时相位跟踪误差减小约37.5%,频率跟踪误差减小约77%。     

传导冷却高温超导磁体热输运参数反演识别

在传导冷却高温超导磁体系统中,超导磁饼热导率以及磁饼与导冷体之间的界面热阻是影响热输运的主要因素,也是传导冷却超导磁体系统热设计的难点。为了获得准确的热导率和界面热阻参数,根据Levenberg-Marquardt算法提出通过表面测温确定传导冷却超导磁体热输运参数的反演识别方法。搭建低温实验数据测试平台,建立高温超导磁饼三维各向异性热传导模型。利用反演算法对传导冷却Bi2223高温超导磁体在40~76K温区的各向异性热导率与界面热阻进行反演识别,并分析测温误差对识别结果的影响。研究成果将为超导磁体热输运参数的获取提供一种新思路。     

单框架控制力矩陀螺部分失效时的空间站姿态机动方法

对金字塔构型单框架控制力矩陀螺(SGCMG)的失效特性进行分析。结合SGCMG部分失效的特点,构建运用Legendre伪谱法的重规划姿态机动路径求解方法。考虑SGCMG失效情况的不可预测性,设计自适应操纵律,该操纵律可以根据指令力矩与输出力矩的偏差对SGCMG的失效情况进行诊断,从而调节操纵律的内部参数,实现失效情况操纵律的自适应调节。仿真结果表明,采用姿态机动路径重规划算法与自适应操纵律,在控制力矩陀螺部分失效的情况下,仍可以实现空间站的大角度姿态机动。姿态机动方法可以有效应对空间站大角度姿态机动过程中可能出现的SGCMG部分失效情况,从而提高空间站姿态机动任务的安全性与可靠性。     

基于建模与仿真的武器装备型号论证需求分析

运用先进仿真技术,构建先进作战实验环境,强化仿真在型号论证中的应用研究,对于提高武器装备型号的论证水平和论证效益的现实重大意义.     

面向蛋白质功能预测中有向无环图标记结构的多示例多标记学习

在多示例多标记学习问题中,标记之间往往是相互关联的,其中有向无环图结构是一种常见的层次关联结构,可见于蛋白质的基因本体学生物学功能预测的应用场景中。针对其标记间的有向无环图结构,提出了一种新的多示例多标记学习算法。算法从原始数据的特征空间训练出所有标记共享的低维子空间,通过随机梯度下降方法来降低模型排序损失,并融入标记间有向无环图结构关系对预测标记进行优化。将该算法应用于多个数据集的蛋白质功能预测中,实验结果表明,该算法具有更高的效率及预测性能。     

高性能互连网络中端口阻塞故障预测方法

随着系统规模、芯片功耗和链路速率的提升,高性能互连网络的整体故障率也不断上升,传统运维方式将难以为继,给高性能计算系统整体可靠性和可用性带来了巨大挑战。针对网络端口阻塞这类严重网络故障,提出无监督算法的预测模型。该模型从历史信息中挖掘征兆性规律并形成新的特征向量,应用K-means聚类算法对特征向量进行学习归类。在预测时,结合端口当前状态,利用二次指数平滑算法对未来状态进行预测,将得到的新特征向量使用K-means算法预判是否会发生阻塞故障。利用拓扑结构信息,分别对叶交换机和根交换机构建预测子模型,进而提升预测的精确率。结果表明,该预测模型能保持在召回率为88.2%的前提下,达到65.2%的准确率,可为运维人员提供有效的辅助。     

化工园区远程供水系统的应用研究

化工园区一直是大型和超大型火灾的高发地,而这些地方一旦发生火灾,很难在短时间内扑灭,这就需要灭火现场有充足的水源供灭火设备使用。在化工园区火灾案例分析基础上,对远程供水系统作了简要介绍,结合安徽八一化工厂案例,对远程供水系统在具体应用中水源选取、流量选择等内容进行了分析,并分析了输水过程中的水压损失,为远程供水系统在化工园区的选择和应用提供了理论帮助。