基于双层粒子滤波的多传感器多目标TBD算法

针对多传感器多目标检测跟踪问题,提出了一种多传感器多目标双层粒子滤波检测前跟踪算法。算法采用双层粒子滤波结构,在目标检测层中采用量测消除法对多目标逐一检测,形成目标跟踪子粒子群,在目标跟踪层中采用二次重采样的方法对粒子群中粒子分布进行修正,在跟踪过程及时发现并剔除虚假目标。仿真结果表明算法的有效性。     

高超声速滑翔导弹气动参数自适应跟踪建模

针对高超声速滑翔导弹跟踪中状态模型构建问题,研究基于制导变量变化规律的气动参数建模方法。对气动参数进行分析,指出传统建模方法的缺点。在假设制导变量服从一阶时滞过程的前提下,利用线性化的气动系数推导气动参数模型,通过分析不同飞行状态下的模型变式,证明模型对目标机动具有自适应性。对模型中未知参数的取值问题进行讨论,实现模型与飞行状态的自适应匹配。仿真结果表明：当目标发生机动时,所提模型性能明显优于传统模型。同时,在不同滤波器参数条件下的仿真结果进一步证实了模型的有效性。     

双缸双作用舱底泵运动副磨损振动特性研究

针对因舱底泵全寿期振动特性掌握不够准确,致使修理过程中振动噪声难以控制,从而缺乏运动副不同间隙等边界条件下机械系统动力学模型的问题,以双缸双作用往复式舱底泵为研究对象,建立舱底泵传动装置运动学、动力学和整机振动特性计算模型,研究了舱底泵整机正常运转与曲轴颈和连杆运动副存在磨损故障下的振动特性,并进行了实验验证。结果表明:在曲轴颈和连杆运动副存在0.5 mm磨损间隙时,振动线谱在低频6.032 Hz处存在显著峰值,此特征可以作为判断曲轴颈和连杆运动副磨损故障的特征。     

基于UPF的WNN学习算法及其应用

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。     

反电动势对无扰载荷航天器精确定向的影响

无扰载荷航天器中非接触式作动器反电动势会引起有效载荷模块与支持模块之间的耦合,影响有效载荷模块的精确定向性能。通过建立无扰载荷航天器的耦合动力学模型,分析非接触式作动器反电动势对有效载荷模块精确定向性能的影响。考虑六支杆立方构型无扰载荷接口,结合拉格朗日方程和牛顿欧拉方法建立有效载荷模块平台动力学模型。推导非接触式作动器的输出力模型,并引入有效载荷模块平台动力学模型,给出考虑非接触式作动器反电动势的耦合动力学模型。将支持模块上飞轮动静不平衡引起的谐振作为干扰力矩,建立了无扰载荷航天器在轨定向状态的Simulink仿真模型。仿真结果表明,反电动势系数越大,干扰力矩对有效载荷模块的影响越大,有效载荷模块精确定向精度越低。     

基于混合粒子群优化的多目标决策新方法

多目标优化问题中的一个关键在于合理地评判各有效解的优劣。通过引入灰色系统理论中灰色关联度的概念作为评判准则,结合粒子群优化算法进行有约束多目标规划问题的研究。提出了一种新的不可行解的保留策略,进化过程中以此策略保留适量的不可行解,有利于增强对约束边界附近可能的最优解的搜索,同时,针对粒子群优化算法的容易陷入局部最优的缺点,实现了以粒子群优化为载体的混合算法:即对全局极值邻域进一步混沌搜索寻优。仿真结果表明改进的算法对多目标决策问题是有效的。     

基于SD方法的作战指挥决策系统效能分析模型

指挥决策系统是一个非线性的复杂系统,用一般的解析方法难以对其进行效能评估。在分析指挥决策系统构成的基础上,根据指挥决策的4个要素,建立了指挥决策系统的评估指标体系;综合考虑战术和技术指标,从指挥员影响度,指挥机关影响度,指挥信息系统影响度和决策信息影响度4个方面建立了指挥决策系统效能分析模型,前两项指标可以采用层次分析法等方法确定其效能值,后两项指标利用系统动力学方法,结合实际作战的具体战术指标建模,实现了效能值的动态评估分析。     

融入粒子群优化的UPF算法研究及其导航应用

粒子滤波易出现粒子多样性损失,粒子退化等问题,且在初始未知时,需要粒子数较多,收敛较慢。针对上述缺陷,在UKF和PF滤波基础上,将改进了搜索因子的粒子群优化算法融入U粒子滤波算法,提出了一种新型粒子滤波算法,加速了算法的收敛速度。将其应用于地形匹配导航算法中,仿真结果表明该新型算法明显优于UPF及PF算法,更适应于大误差的初始条件下,收敛速度快,具有更高的导航精度和抗噪特性。