介子跃迁形状因子的重夸克极限和1/m_Q修正

在BS理论框架下,对0~-→0~-和0~-→1~-(0~-和1~-分别代表赝标介子和矢量介子)跃迁的形状因子进行模型无关的分析.结果表明BS框架既能给出重夸克极限下的自旋—味对称性,又能给出重夸克有效理论关于1/m_Q修正的Luke定理及其它关系.     

也谈闭环火控原理中的若干问题

弹丸脱靶量定义、射击误差分类、系统状态方程和测量方程部问题提出一些看法,并与文献［３］的作者商榷。     

针对过载控制的神经网络制导律研究

针对高机动高突防能力目标的拦截问题,通过对比例导引律导引过程中过载与比例系数、视线角速率关系的分析,建立基于视线坐标系的三维弹-目相对运动模型,研究在该坐标系下的比例导引律加速度表现形式,据此设计实现K值自适应调整的RBF神经网络模型。通过与纯比例导引律的法向过载以及攻击时间对比,验证了RBF神经网络导引律在降低制导性能的前提下抑制视线角速率抖振、过载控制方面的有效性。     

基于二维目标的增强检测与舷角约束导引方案

针对无人水面船不确定水域的特定目标搜索与可控角度导引问题,探索了基于YOLO的目标检测方式以及基于舷角约束的导引控制方法。在分析水面海雾等不确定条件基础上,设计相关滤波器并采用改进式YOLOv5算法对目标特征提取,并结合相机深度信息进行坐标转换实现对水面目标的检测定位;在导引规划中,改进传统比例导引为滑模变结构导引控制,实现高机动性目标舷角约束制导。控制系统设计上,采用TCP/IP结合ROS机制,打造了针对视觉信息处理的舷角约束末端制导系统。最终借助Autolabor无人系统平台完成了二维模拟实验验证,目标导引误差结果为1.54%,证明了该方法的有效性和可行性。     

基于残差修正CNN-BiLSTM的空中目标航迹短期预测算法

针对因深度学习自身局限性和递归预测策略产生的累积误差,导致航迹预测精度不高的问题,提出了一种基于残差修正CNN-BiLSTM的空中目标航迹短期预测算法。首先,引入卷积模块用于提取航迹数据之中具有潜在关联的空间位置特征,利用双向长短时记忆网络提取航迹数据中的时序特征,并实现对空中目标的实时单步预测和多步超前预测;其次,引入整合移动平均自回归为残差修正模型,对实时单步预测产生的残差建模,计算混合神经网络模型多步超前预测时的残差值;最后,将混合神经网络模型和残差修正模型的输出结果进行融合,得到最终的航迹预测值。实验结果表明,该算法大大降低了神经网络因自身局限性产生的误差和因递归策略预测产生的累积误差,能够显著提高空中目标航迹短期预测的精度。     

高超声速再入轨迹跟踪控制的微分变换方法

针对多约束条件下高超声速飞行器再入制导问题,提出一种基于微分变换法求解最优反馈控制的全状态标准轨迹跟踪制导律。利用滚动时域控制方法设计易于在线执行的闭环跟踪制导策略,在每个制导周期内将标准轨迹跟踪问题转化为线性时变系统状态调节器问题,并通过最优控制理论进一步转化为两点边值问题,采用微分变换法进行求解获得最优反馈控制律。数值仿真表明微分变换法的引入有效解决了传统两点边值问题求解的数值不稳定性与耗时问题,所设计的闭环制导律对状态偏差与模型不确定性具有较强的鲁棒性,可为工程设计提供有益参考。     

激光末制导炮弹射表基本诸元计算方法

激光末制导炮弹射表基本诸元计算方法是射表编拟领域中的一个新课题,由于无法采用过去普通无控弹的计算方法,必须研究新的方法。研究过程中发现两个问题,一是研究初期确立的基本诸元计算方法不能满足有效攻击区战技指标,直接降低命中率。二是基本诸元解算速度太慢,严重影响射表计算速度。针对这两个问题给出了解决方法,使射表精度得到保证,并极大地提升了射表计算速度,使得高价值制导弹药射表编拟方法研究实现了突破,也使射表弹道模型推广应用到作战或训练射击诸元的实时解算成为可能。