基于MPC方法无人机避障路径规划研究

无人机大多依靠规划好的航路飞行,面对复杂的、不可预知的飞行环境,有效的自主障碍规避能力对提高飞行安全十分必要。针对无人机飞行过程中机动障碍物的避障问题,提出了一种MPC避障路径规划方法。构造障碍物预测模型、一阶指数参考轨迹生成方法、并提出了能力-时间组合最优为目标的滚动优化模型,有效解决了在运动障碍物作用下,无人机运动轨迹安全、平滑的动态规划问题。二维和三维空间仿真结果表明,所提方法是有效的。     

基于混合算法的巡飞无人机轨迹优化策略

提出大型空中侦察无人机作为控制中继来控制陆基发射的巡飞无人机作战模式。以多脉冲固体火箭发动机为动力的巡飞无人机的航程末端速度大,可以有效提升无人机的战场生存能力;为使巡飞无人机末速最大,有效提高巡飞无人机飞行轨迹优化求解的鲁棒性和精度,提出了遗传算法与高斯伪谱法相嵌套的混合优化方法。同时与单脉冲推力模式的无人机进行了对比仿真,验证了该混合优化算法的实用性和有效性。     

直升机扫雷航路动态优化建模与仿真

针对预案作战方式在扫雷作战过程中无法兼顾作业区面积和自然条件一致性的缺陷,提出了直升机扫雷航路动态优化的方法,建立了直升机扫雷航路动态优化数学模型;在扫雷作战过程中,每当直升机进入下一搜扫线路前,结合水雷障碍区地形起伏和海流情况,根据所建模型可由扫爆水雷灵敏度和扫雷具磁场特性给出优化的直升机扫雷速度和扫雷宽度。仿真结果表明,该方法在扫雷作战过程中能优化扫雷线路,从而能减小局部误差,提高了扫雷效率。     

基于θ-QPSO的战斗机机动规避优化方法

规避导弹攻击对于提高战斗机生存能力具有重要意义。首先,建立战斗机和导弹的运动模型及导弹导引律模型,采用直接多重打靶的参数化方法,将机动规避最优控制问题转化为非线性规划问题;采用相位角编码量子粒子群优化算法(θ-QPSO)实现参数寻优,并结合滚动优化的思想,利用模型预测控制得到规避轨迹闭环解和战斗机的实时控制量。最后仿真验证了该方法的合理性和算法的有效性。     

基于两级库存的装备备件配置优化模型

备件库存配置优化是提高装备战备完好性、降低装备寿命周期费用的重要途径。分析了基地级仓储中心、基层级仓库两级装备现场可更换单元(Line-Replacement Unit,LRU)库存系统,提出了备件初始配置方案下库存缺货模型,建立了基于备件隶属关系的两级库存系统配置优化模型。该模型以装备可用度和库存费用为优化目标,通过优化备件库存配置结构,形成合理的备件库存配置方案,从而降低备件配置费用,避免资源浪费。     

军用数字地图中政区的构建及绘制方法

依据境界之间的拓扑数据,采用拓扑分析、边界追踪、边界闭环构建、边界约束下的凸分解、区域填充和边界符号化等技术手段,提出了OpenGL渲染环境下军用数字地图政区的构建方法.通过具体的软件开发和真实数据的测试,证明该方法生成政区准确、符号美观,可适用于不同比例尺下数字地图的显示.该算法具有较强的通用性,遵循国军标的相关规定,已经在相关数字地图软件中得以应用.     

混合离散粒子群的任务调度算法及应用

针对粒子群算法存在易陷入局部极值、精度差的缺点,引入了模拟退火的思想,研究了一种混合粒子群优化算法,防止早熟现象的产生,使种群在更新迭代中保持了多样性,并将混合算法应用到典型的任务规划调度问题求解中,通过仿真验证了混合算法的有效性,与单一的离散粒子群算法相比,提高了调度问题的求解效果。     

遗传神经网络在保障资源需求预测中的应用

针对现代战争条件下装备保障资源需求变化快,保障资源预测困难的问题,首先分析了影响装备保障资源需求的因素,根据实际情况选取了平均维修间隔时间(MTBM)、平均修复时间(MTBR)等8项影响装备保障资源需求的关键指标,然后将基于遗传算法(GA)优化的反向传播(BP)神经网络应用于保障资源需求预测中,构建了基于遗传神经网络的需求预测模型,最后利用1980年～2010年实际保障资源需求数据对模型进行了验证.验证结果表明,基于GA优化的BP神经网络预测模型有较快的收敛速度、较强的适应性和较高的预测精度,适用于装备保障资源需求预测.     

基于SWOT分析的警卫情报工作优化研究

当前,警卫情报工作的范围已经扩展到警卫实战、预警、决策、管理等各个方面,但从总体上看,警卫情报工作仍需进一步优化,以满足日益增长的警卫实践需求。针对警卫情报工作的特点,采用SWOT分析法对警卫情报工作的内外部条件进行客观分析,提出针对性的优化策略,以提升警卫情报工作能力。     

基于蚁群算法的电子设备多值测试故障诊断策略

测试序列优化设计是故障诊断中的重要组成部分,最优测试序列能提高故障诊断的效率,常见的故障诊断系统均基于二值属性,而多值属性系统的测试优化问题研究的较少。针对多值属性系统测试序列优化问题的特点,提出了一种改进蚁群算法,结合二值属性系统和多值属性系统的关系,设计了适应于多值属性优化的状态转移规则和信息素更新机制。针对在等测试费用和故障先验概率的情况下不能寻优的问题,制定了对应的优化标准,符合实际的测试需求。通过对比试验,证明了其能解决电子系统多值属性系统的序列优化问题,扩展了多值属性电子系统的测试优化策略。