基于Lanczos法的多管火箭炮模态仿真和试验

为研究某型多管火箭炮振型和固有频率,对其进行模态分析,根据火箭炮发射装置物理样机,完成其有限元模型建立;完成火箭炮发射装置模态测试,采用Lanczos迭代法完成模态仿真分析;将仿真和试验测试模态结构进行对比验证,通过振型完成火箭炮刚度分析,为其进一步优化设计提供支撑。     

目标协同跟踪系统图像监控软件流程设计

为更好地对复杂战场环境下敌方目标运动状态作出精确估计并实施精确打击,提出了构建基于多传感器的目标协同跟踪系统的设计方案。设计的系统主要由可见光无人传感器平台、指挥控制中心、传输设备组成,重点阐述了指挥控制中心图像监控软件设计流程。该系统的设计为进一步研究基于微波、毫米波、红外、可见光等混合多源传感器的目标协同跟踪系统提供一定的参考价值。     

基于偏随机秘钥遗传算法的舰船驻泊方案决策

军港码头需要在舰船抵达泊位时提供保障服务,受码头自身的驻泊条件和保障设施限制,舰船往往需通过多次泊位移动来满足多种保障服务需求,移泊不仅延长了舰船的在港时间,同时也将造成保障资源的额外消耗。为提高舰船运转率,减少移泊事件发生,构建了舰船驻泊的混合整数规划模型,并通过典型算例,釆用偏随机秘钥遗传算法进行优化计算,最终得到最优的舰船驻泊方案。所得到的结果与现有的舰船调度方法进行分析对比,并对计算结果进行了敏感性分析,为军港的舰船驻泊以及保障服务提供了决策依据。     

多粒度直觉模糊三支决策及在目标识别中应用

针对直觉模糊三支决策模型在反映问题时存在不完全性以及统计特性单一的缺陷,将粒计算中多粒度空间描述问题的思想与直觉模糊三支决策模型的思想相结合,提出了多粒度直觉模糊三支决策模型。因不同粒空间呈现统计特性不同,给出具有一般性的乐观和悲观多粒度直觉模糊三支决策模型的定义。根据正域及负域不变的原则定义了多粒度直觉模糊三支决策模型的属性约简。基于Bayes最小风险理论对多粒度直觉模糊三支决策模型中的参数进行确定。将乐观多粒度直觉模糊三支决策模型应用于弹道导弹目标识别问题中。     

改变系统结构的多环姿态跟踪控制

针对航天器姿态跟踪控制中存在稳态误差和转动惯量摄动未知的问题,给出一种高精度自适应姿态跟踪控制策略。通过扩展姿态动力学系统结构,将姿态角积分项引入姿态控制器中,以消除稳态误差和提升姿态跟踪精度,给出扩展系统的期望轨迹设置方法。给出一种结构更为简化的多环递归跟踪控制策略,结合自适应估计设计了自适应多环递归姿态跟踪控制器。与滑模自适应控制器对比仿真,验证了方法的优越性。     

一种抗同频异步干扰方法的研究与实现

根据实际工作需要,为了解决某些飞机在编队时,由于飞机雷达相邻频点间频差较小,相邻频点的发射信号经PRF调制后会产生的同频异步干扰问题,提出使用时域反异步方法进行抗干扰处理;介绍了两种时域反异步算法,通过仿真分析后,确定使用时域多脉冲相关法进行算法实现以及试飞数据处理等,该算法在实际应用中效果显著。     

装备科研生产军民结合主体关系分析

装备科研生产军民结合参与主体众多且主体关系复杂,主要表现为军队与政府、政府与企业、军队与企业以及传统军工企业与民口企业之间的关系。理顺军民结合主体间的相互关系,为深入理解军民结合运行规律提供理论依据,为拆除壁垒、深化改革、推进深度融合提供现实指引。     

一种自适应变结构交互式多模型算法

针对机动目标跟踪问题,提出了一种自适应变结构交互式多模型算法。对滤波问题进行了简单描述,并给出了交互式多模型算法的数学模型;建立了一种新的变结构交互式多模型算法的精确模型,模型子集之间并行独立运行,通过选取概率最高的模型子集的状态估计作为最终的估计结果;在变结构交互式多模型算法基础上进一步设计了自适应变结构交互式多模型算法,该方法提高了模型子集和目标实际机动模式的匹配程度,从而提高了目标跟踪精度。仿真结果表明,自适应变结构交互式多模型算法的跟踪效果优于其他方法。     

多点喷射空气酒精燃气发生器试验验证

为有效解决现有燃气引射气源存在的诸多缺点,适应一种引射系统大流量、小型化的需要,在综合分析各燃气引射气源方案的基础上,研制了一种以空气、酒精作为推进剂的多点喷射结构的燃气发生器,并开展了多种工况下的试验研究。结果表明:采用的多点喷射方案大大提高了空间利用率,有效满足了引射系统小型化的要求;喷雾性能好,喷雾锥角及粒径优于设计指标要求;点火可靠性高,解决了领域内现有燃气发生器点火可靠性低的缺点;点火迅速,燃烧平稳,可实现较为均匀的出口温度场;燃气发生器工作范围较宽,能在余气系数2.52～4.34范围内稳定燃烧;高效的火焰筒内壁空气冷却方式有效保证了燃气发生器长时间工作运行。     

融合先验知识的异构多智能体强化学习算法研究

近年来,基于深度强化学习的机器学习技术突破性进展为智能博弈对抗提供了新的技术发展方向。针对智能对抗中异构多智能体强化学习算法训练收敛速度慢,训练效果差异大等问题,提出了一种先验知识驱动的多智能体强化学习博弈对抗算法PK-MADDPG,构建了双重Critic框架下的MADDPG模型。该模型使用了经验优先回放技术来优化先验知识提取,在博弈对抗训练中取得显著的效果。论文成果应用于MaCA异构多智能体博弈对抗全国竞赛,将PK-MADDPG算法与经典规则算法的博弈对抗结果进行比较,验证了所提算法的有效性。