网络中心战条件下舰艇编队武器系统可靠度分析

利用可靠度模型对网络化条件下舰艇编队跨平台组织武器通道的可靠度进行了分析。分析表明,在网络中心战条件下舰艇编队武器系统的可靠度有了大幅度的提升。     

毛泽东对抗日战争进程和结局的科学分析与预测——纪念七七卢沟桥事变70周年

今年是七七卢沟桥事变70周年。70年前,在国难当头,民族危亡之时,中国共产党带领全国人民浴血奋战。毛泽东以他伟大的军事家的远见卓识,在延安窑洞的灯光下运筹帷幄,奋笔疾书,谱写了一篇篇闪光的抗战军事著作。在这些著作中,毛泽东深刻地分析、科学地预测了抗日战争的进程和最终的战局。正是这些英明正确的军事理论指引着中国人民夺取了抗日战争的伟大胜利。今天,处在和平发展时期的每一位中国人都应重温历史,勿忘国耻,珍爱和平,开创未来。     

高超声速飞行器倾侧转弯耦合控制策略

针对高超声速飞行器倾侧转弯过程中俯仰、偏航和滚动通道间的强烈耦合,提出一种耦合控制策略。针对高超声速飞行器快时变、非线性和强不确定性的控制问题,基于解析形式的非线性最优预测控制方法,采用分层设计思想设计了飞行器姿态控制系统,可较好满足高超声速飞行器的快速性要求;在分析了倾侧转弯飞行控制过程的主要影响因素及其影响规律的基础上,提出一种"降低攻角—快速滚转—拉起攻角"的耦合控制策略。对该控制策略对于高超声速飞行器的适用性进行了仿真分析,结果表明:所提耦合控制策略有效降低了偏航通道的控制需求,降低了倾侧转弯控制过程的失控风险,提高了控制系统的可靠性。     

应用改进的线性预测算法构建虚拟阵的精确定向方法

为了克服传统线性预测(Linear Prediction,LP)算法在构建虚拟阵过程中存在预测误差容易累积的弊端,提出了一种能够更充分利用实阵信息量的改进LP算法来构建虚拟阵。采用实际基阵方法、传统LP虚拟阵方法和改进LP虚拟阵方法分别对假定基阵的波束性能进行计算机仿真及对湖试数据进行处理成像,研究结果表明,与传统LP方法相比,改进的LP方法能够有效地抑制波束旁瓣,进一步提高了基阵的角度分辨力和阵增益,将其运用于特定试验背景下的实际湖底目标声探测,方向分辨精度可提高75%。     

再入高超声速滑翔飞行器可达区域快速预测方法

为了使防御方实时了解目标威胁以尽早制定拦截方案,提出一种再入高超声速滑翔飞行器可达区域快速预测方法。基于防御方所知目标信息,分别设计了目标识别算法、防御方轨迹优化算法以及可达区域拟合方法。首先通过目标升阻比大小判断目标类型,以此确定预测算法的起始时刻,然后运用防御方轨迹优化算法得到最大纵程、最小纵程、最大横程3类轨迹,最后对这3类轨迹的落点进行椭圆拟合,生成目标可达区域。仿真结果表明该方法能够快速判断目标类型并生成目标可达区域,对反再入高超声速滑翔飞行器指挥决策问题的研究具有重要意义。     

装备寿命预测的平行仿真模型在线演化方法

在面向装备剩余寿命预测的平行仿真技术研究基础上,统一了不同退化状态下的状态方程,提出了预测模型形态库的构建方法和预测模型形态选择算法,设计了“模型形态库构建—模型选择—数据同化—模型演化”的模型在线演化工作流程,运用扩展卡尔曼滤波和极大似然估计算法,实现了面向装备剩余寿命预测的平行仿真模型在线动态演化。通过仿真实验验证了模型形态选择算法和模型在线演化工作流程的有效性,取得了较好的仿真效果。     

基于改进MPC的分布式大间距多车编队控制研究（上）

针对多车辆系统大间距编队控制问题,设计了一种分布式的改进模型预测控制（MPC）方法。建立二阶2自由度非完整约束模型及基于领航跟随法的编队模型。修正线性化展开点,优化MPC预测模型,提升系统保守性,增强实时轨迹跟踪性能。通过滚动优化完成编队控制。仿真实验结果验证了所提控制方法的有效性与可靠性。     

EEMD+BiGRU组合模型在短时交通流量预测中的应用

针对城市交通流随机波动性强、数据中含噪声多导致预测精度下降的问题,提出一种基于集合经验模态分解(ensemble empirical mode decomposition,EEMD)和双向门控循环单元(bidirectional gated recurrent unit,BiGRU)的组合交通流量预测模型,有效地提升了短时交通流预测的精度。模型利用EEMD算法对原始数据进行分解,根据分解所得的本征模函数(intrinsic mode function,IMF)分量绘制噪声能量图谱,去除分量中的噪声,并将去噪后的IMF分量作为BiGRU网络的输入进行训练,再将训练所得的结果进行重构加和,得到最终的预测结果。实验结果表明,未舍弃含有噪声的IMF分量进行重构的预测结果,相比于参考文献中提出的EMD+LSTM模型、LSTM模型和EEMD+LSTM模型,其平均绝对百分误差分别优化了42.36%、61.82%和30.95%;舍弃含有噪声的IMF分量后进行重构的预测结果,其平均绝对百分误差相比于将全部IMF分量进行重构优化了56.62%。     

基于最优制导模板的神经网络预测制导方法

针对传统预测制导方法中高精度制导与快速实时解算之间的矛盾,提出了一种基于最优制导模板的神经网络预测制导方法。该方法采用基于高置信度飞行器运动模型仿真计算预测弹道落点,利用优化理论进行迭代解算制导变量,以此为基础离线生成样本数据;通过选择合适的多结构模态神经网络,进行基于调度管理的神经网络训练,完成神经网络控制器的设计。针对CAV进行了算例设计,结果表明:该制导方法在线计算量少,制导解算速度快,制导精度高,综合性能远优于传统的预测制导方法。     

基于退化量分布的某型电连接器寿命预测方法

使用基于退化量分布的方法对某型电连接器进行了寿命预测,得到了其可靠度曲线并预测出其平均寿命为398 895 h。通过对各加速应力水平下所有样品的退化量进行拟合优度检验,得出退化量在各测量时刻最优服从正态分布,进而确定了退化量均值、方差与温度应力之间的关系。为了提高估计精度,使用极大似然法进行整体统计推断获取未知参数的估计值,并基于参数值与温度的关系外推出样品在工作温度下的可靠度函数。通过可靠度曲线的比较,获知样品寿命较好地服从对数正态分布,并基于此进行了平均寿命预测。