球谐函数法解地球扰动引力并行计算方法

随着导弹射程的增加,传统求解地球扰动引力的球谐函数法模型阶数增大,扰动引力的计算速度明显下降。为提高弹道导弹扰动引力的赋值速度,在现有条件下结合球谐函数法计算模型的特点,在并行计算平台上,应用流水线技术和任务交叉分配的方法,建立了球谐函数法的并行计算模型。通过仿真验证,该方法能有效地提高地球扰动引力的计算速度,得到较高的并行加速比和CPU利用率。     

基于改进精英蚁群算法的无人机三维航迹规划

针对三维地图中的无人机航迹规划问题,提出了一种基于改进精英蚁群算法的航迹规划算法.将算法中的状态转移策略与人工势场法进行融合设计,为障碍物和目标点分别设置斥力场和引力场,指导航迹搜索方向.添加约束条件限制,使航迹能实际可飞.随后当信息素更新时,设置双精英蚂蚁策略和混沌扰动,提高算法的全局搜索能力.引入视线算法减少航迹节...     

势场理论的多无人机协同路径规划方法

在势场理论的基础上对穿越多威胁区的无人机路径进行了协同规划,在规划中将每个威胁区按实际情况分为极危险区域和次危险区域,而这些威胁不仅包括己方情报所得的已知威胁,而且包括在执行攻击任务过程中新发现的突发威胁,然后利用物理学中的扩散方程建立势场,并在已建立的势场中对多无人机进行整体协同路径规划。在建立模型的同时,进行了仿真模拟,仿真结果表明了该方法的正确性和可行性。     

XNAV中的相对论效应（Ⅰ）一引力频移和Doppler频移

详细讨论了XNAV(X射线源自主导航)中的广义相对论效应之一：脉冲星发射与观测者接收到X射线的引力频移和Doppler频移。在太阳质心系的1PN和2PN度规下,计算出引力和Doppler频移产生的时间误差,所得结论是对现行公式的修正。     

基于综合势力图的态势估计方法

在AI兵棋对抗中,能够更全面地理解态势信息是AI棋手获胜的前提条件.提出了基于综合势力图的态势估计方法,阐述了势力图的原理和一般生成过程,提出基于综合势力图的态势分析框架;将AI兵棋的静态信息、经验信息和动态信息计算叠加形成综合势力图,在此基础上分析敌方位置、视野以及火力威胁等态势相关信息,得到态势估计结果,为AI决策提供信息支撑;基于AI兵棋推演平台进行内置规则AI和基于势力图的AI之间的对抗实验,实验结果表明该方法能够提升AI决策的准确性,提高AI在兵棋对抗中的胜率.     

垂直刚性面边界条件下水下爆炸气泡运动的理论研究

为研究垂直边界面对水下爆炸气泡脉动的影响,根据势流理论建立了垂直边界面条件下水下爆炸气泡运动的理论模型,编制计算程序进行求解。对水下爆炸气泡脉动运动的特点、流场的速度及压力的分布、气泡引起的载荷形式进行了分析,结果表明,此模型能够反映水下爆炸气泡和周围流体介质的运动规律,并能进行定量的计算。     

我国发展厢式汽车的环境分析

厢式汽车是绿色物流的主要标志,它安全环保,主要具有防雨、防尘、防损坏、防污染、防丢失和外型美观以及便于管理等特点,越来越受到人们的欢迎。特别是近年来,随着国民经济的持续快速增长,日渐加速的城市现代化及乡镇城市化的进程,既有力地推动了经济的快速发展,又深深地拉动了汽车工业包括厢式汽车的快速发展。厢式汽车在未来10年内将仍具有较强劲的发展势头。综观我国的经济发展速度、地域特点、政策导向、道路交通、现代物流等等,这些都为我国发展厢式汽车提供了有利的环境。1、经济环境我国厢式汽车发展有赖于国民经济的增长。经济活动…     

基于预添加虚拟力的改进人工势场算法

针对传统人工势场法在路径规划时会因目标点与障碍物的位置原因,出现引力与斥力合力为零而陷入局部最优点无法脱离的现象,提出了引入虚拟力辅助人工势场摆脱局部最优点的方法。改进算法首先将预添加的虚拟力细化等分为8个方向,再根据虚拟力与人工势场的势场力合力重新规划轨迹,在选择合适的时机撤去虚拟力后会获得多条新轨迹,然后根据每条新规划的轨迹情况,去除不合理的轨迹。最后计算出所有可行的预添加虚拟力方向的轨迹长度,选择出最优的轨迹。通过设置的五组仿真实验获得改进算法与传统人工势场法仿真结果的对比,验证了改进算法在面对单个障碍物与多障碍物的复杂环境下都能够解决传统人工势场法的缺陷,规划出合理的路径,可以有效地解决复杂环境下传统人工势场法适应性差等问题,证明了通过预添加虚拟力对传统人工势场法进行改进的可行性与有效性。     

基于人工势场法和Ad-hoc网络的多机器人编队控制

ad-hoc网络具有自组性强、快速组网和高抗毁等特性,以它组网的多机器人编队适用于一些无法预先安装通信设备的特殊场合。但是由于ad-hoc网络的通信覆盖范围有限、网络动态性强,在进行编队控制时如果不考虑编队中机器人之间的通信距离,可能导致机器人因与网络失去联系而脱离编队。为了确保多机器人编队的完整性,在使用势场法进行编队控制时,除考虑目标和障碍物的影响外,同时将机器人之间的通信距离作为一种引力加入传统的环境势场模型。仿真实验的结果证明该方法可以有效地控制ad-hoc方式组网的机器人编队。     

基于PPO的球形机器人目标跟随研究

球形机器人由于其优异的运动性能、出色的地形适应能力和防侧翻的特性,被广泛应用于水下探测、岸滩巡检等需要适应复杂环境的场景。然而球形机器人系统模型具有欠驱动、非线性的特点,运动控制问题复杂,在复杂应用环境下难以可靠跟随目标。为此,提出了一种基于近端策略优化(PPO)算法的球形机器人目标跟随方法。该方法基于深度强化学习理论,在球形机器人动力学模型的基础上,设计了简单高效的动作空间和表征完善的状态空间。并且为提高目标跟随方法的鲁棒性,该方法在奖励函数中引入人工势场,以使目标始终保持在机器人视野中心。仿真结果表明,所提方法能够满足既定场景的跟随需求,球形机器人使用该方法可以对随机运动目标进行可靠跟随。