内置谓词函数依赖及其推理规则

研究内置谓词函数依赖及其推理规则.首先提出内置谓词函数依赖,定义了内置谓词函数依赖的语法和语义;其次提出属性-约束集闭包概念,提出计算属性-约束集闭包的算法,判断内置谓词函数依赖逻辑蕴涵;然后提出内置谓词函数依赖的推理规则集A,证明推理规则集A是可靠且完备的,用于内置谓词函数依赖蕴涵分析的形式化证明;最后讨论了内置谓词函数依赖的应用.     

基于去除函数预测模型的磁流变抛光工艺优化研究

在分析磁流变抛光加工过程的基础上,建立了磁流变抛光的去除函数预测模型,该模型利用加工前后的面形误差分布和仿真计算的面形残差分布,针对不同材料间的去除函数模型效率系数进行辨识,能够实现去除函数模型的准确预测.以该模型为基础,通过在传统磁流变抛光工艺中加入去除函数效率系数实时辨识的工艺环节,可以对磁流变抛光的加工工艺进行优化.利用该优化工艺对一块口径202mm的HIP SiC进行9次循环迭代加工,采用子孔径拼接测量技术进行测量,面形误差由初始的PV 0.72μm,RMS 0.108μm提升到最终的PV0.13μm,RMS0.012μm.实验表明,去除函数预测模型能够优化磁流变抛光工艺,提高加工的确定性和增强工艺的适用性,实现光学镜面的高精度确定性磁流变抛光加工.     

无人机运动模糊图像复原技术

在无人机飞行过程中,由于成像系统会受到相对运动、姿态变化、机械振动、镜头离焦以及大气湍流效应等影响,造成获取的图像产生退化.由于图像复原问题通常情况下是病态的,综合利用了无人机运动的先验信息,提出了不同运动模糊情况下点扩散函数的估计方法,采用维纳滤波复原算法估计图像,给出了适用于无人机成像制导系统的图像复原方案.最后经仿真实验证明,该算法图像复原效果好,计算量小,抗噪声鲁棒性强,有较大的工程应用价值.     

炮控伺服系统自抗扰控制器优化设计

针对自抗扰控制器参数难于整定的问题,给出了一种基于自适应变异粒子群优化算法的炮控伺服系统自抗扰控制器优化设计方法.该算法结构简单,具有良好的全局收敛性,充分发挥了自抗扰控制器的控制性能.通过对某炮控伺服系统的仿真研究,表明了该设计方法的有效性.     

环境水平不变的水声环境参数盲估计与实验验证

为秘密、隐蔽地获取非常时期或非合作海区的水声环境参数,提出了水声环境参数盲估计的概念,分析和研究了水声环境参数盲估计理论,并对其中的目标函数进行了详细探讨,同时利用SWelIEx-96海试的部分数据对基于水平不变的水声环境参数盲估计方法进行了实验验证.实验结果表明,基于环境水平不变的水声环境参数盲估计技术是可行和有效的.     

制导炸弹滚转通道混合灵敏度鲁棒控制器设计

制导炸弹在大空域飞行过程中受到外界干扰和未建模摄动都较大,为了适应较大摄动,采用混合灵敏度方法来设计鲁棒控制器.首先推导了包含S/T/R的广义受控对象的状态空间模型,将混合灵敏度问题化为标准H∞问题.然后针对混合灵敏度问题中如何选取权函数的关键性问题,讨论了权函数选取的一般原则,提出了权函数选取的一般方法,并尝试给出权函数的一般形式.最后采用该方法对制导炸弹滚转通道进行了控制器设计,仿真结果表明:H∞控制器有较好的鲁棒性能,且比传统PID控制有更好的时域性能.     

函数e^x的性质及应用

在高等数学的学习中有一个应用起来很方便的函数就是e^x,这个函数有极为美好的性质,它是非负的,其导数和原函数都是自身,所以在数学证明中我们可以很方便的用它来构造函数、化简运算等。本文主要阐述e^x在应用方面的一些作用。     

末段高低两层协同反导火力分配模型研究

火力分配是末段高低两层反导作战的重要环节,分配方案的优劣、分配效率的高低将对反导作战效能产生重要影响。在深入分析末段协同反导作战基础上,提出了火力分配原则,并建立了末段协同反导作战火力分配模型。引入惩罚函数简化模型,并采用MPDE算法对模型进行求解。通过仿真分析,验证了模型的合理性和算法的有效性,并得出末段协同反导火力分配一般规律。     

直角坐标系统中的观测误差相关函数解析分析

在火控系统中,目标坐标的测量是在球坐标系中进行的,而解相遇问题是在直角坐标系统中进行的,为了设计出火控系统最优滤波器,需要获得直角坐标系中观测误差的相关函数。利用随机变量的特征函数和欧拉公式,首先推导了完整的直角坐标系统中的观测误差的相关函数,在此基础上根据实际条件依次进行了4步合理简化。最后,通过实例计算,分析了相应的简化可能造成的滤波精度损失,为实际的火控系统设计提供了依据。     

随机变量序列最大值函数几乎处处收敛

设X1,X2,…为独立同分布随机变量序列,具有公共分布函数F,F绝对连续并具有密度函数F′。在一定条件下得出了随机变量序列最大值函数的一类极限分布,并证明了随机变量序列最大值函数几乎处处收敛于其对应极限分布的密度函数之上。