临近空间高超声速机动目标跟踪的IMM-QB算法北大核心

经典的交互式多模型(IMM)算法由于转移概率矩阵固定不变,在跟踪运动状态未知且多变的临近空间高超声速目标时存在一定的不合理性。通过采用准贝叶斯(Quasi-Bayesian)估计对转移概率矩阵在线调整的方法,与基于CV-CA-Singer的经典交互式多模型算法进行融合形成了IMM-QB算法。Monte Carlo仿真实验表明,IMM-QB算法对临近空间高超声速滑跃式机动目标的跟踪精度有一定程度的提高。     

多约束强化学习最优智能滑翔制导方法

为提升复杂飞行任务下滑翔制导的自主性,提出一种基于最优制导与强化学习的多约束智能滑翔制导策略。引入三维最优制导以满足终端经纬度、高度以及速度倾角约束。提出基于侧向正弦机动的速度控制策略,研究考虑机动飞行的终端速度解析预测方法。针对速度控制中机动幅值无法离线确定的问题,研究基于强化学习的智能调参方法。该方法基于终端速度设计状态空间,以机动幅值设计动作空间,设计综合终端速度误差与滑翔制导任务的回报函数,采用Q-Learning实现机动幅值的智能调整。仿真结果表明,智能滑翔制导方法能够高精度满足终端多种约束,并能有效提升复杂任务下的自主决策能力。     

混合遗传算法及其在运载火箭最优上升轨道设计中的应用

运载火箭最优上升轨道设计问题是一类终端时刻未定、终端约束苛刻的最优控制问题,经典算法求解这类问题时收敛性差、局部收敛等问题表现得比较突出。针对上述问题,将具有良好全局收敛性的遗传算法应用到运载火箭最优上升段设计问题求解中,为了提高遗传算法的收敛速度和克服早熟问题,结合遗传算法和单纯型算法的优点,设计了两种混合遗传算法。计算结果表明,所设计的混合遗传算法是求解复杂问题的有效全局优化方法,可以成功地解决一类终端时刻可变飞行器最优控制问题。     

基于预测命中点的机动目标最优制导方法

针对导弹攻击机动目标的情况,提出了一种基于"当前"统计模型的预测命中点方法。首先对目标进行实时机动检测,并预测了拦截时刻目标的位置。基于预测命中点的结果,推导得到导弹攻击机动目标最优制导方法的解析解。该方法无需提前假设目标机动模式,适用性好。在多个假想的攻击场景下对制导方法进行了仿真,仿真结果验证了该方法是有效的。     

载人登月软着陆制动段最优制导方法(英文)

提出一种解决软着陆制动段燃料最优制导以及闭环控制的方案.首先使用庞氏极大值原理将制动段燃料最优问题转化为一个初值问题,并使用遗传算法搜索求解;其次为了解决最优制导的闭环控制问题,将最优弹道作为标称弹道,使用RCS系统对轨道面内两个方向误差量进行解耦,分别使用极限环控制.仿真表明,所规划出的燃料最优弹道比阿波罗方案能节约159.7 kg的燃料,而闭环控制系统可以将初始1 000 m的位置误差和5 m/s的速度误差收敛到接近段入口误差要求以内,在闭环控制过程中,燃料消耗不大于87.75 kg,总体燃料消耗节约至少71.95 kg.     

埋入式抗滑桩支护边坡稳定性分析

为研究埋入式抗滑桩在滑坡治理中的适用性,总结前人经验并经大量现场调查研究,提出埋入式抗滑桩支护的3种失效模式,即桩后滑体整体失稳、桩顶滑体越顶失稳和桩前滑体滑移失稳;并从失效模式入手,简化埋入式抗滑桩支护边坡稳定性分析模型。结合定点剪出的破坏假定,用传递系数法分别验算桩周3部分土体即桩后土体、桩顶土体和桩前土体的稳定性。最后在埋入式抗滑桩支护边坡稳定性分析模型的基础上,围绕滑体几何形态、滑面倾角、滑带及滑体力学性质等关键因素,对埋入式抗滑桩的适用条件进行探讨。研究表明:埋入式抗滑桩置于平缓段有利于其阻隔作用的发挥,保证桩前滑体的稳定性;置于滑体强度大于滑带强度的滑坡,有利于利用滑体较高的土工参数;置于坡面平缓的滑坡,有利于桩顶滑体的稳定。     

基于菱形模板的摄像机标定方法

在传统的基于平面模板的摄像机标定算法和基于3个非线性点在特定运动下的标定算法的基础上,提出了一种基于菱形模板的摄像机标定算法,本算法只需要知道菱形的一个夹角就能标定出摄像机的内参数矩阵。弥补了传统算法在标定时需要知道特征点世界坐标的不足,减少了制定模板世界坐标带来的误差;同时本算法不需要菱形特征点做任何运动,避免了旋转特征点带来的人为误差。该算法的标定精度仅取决于特征点检测的精度,实验结果验证了该文算法的有效性。     

基于长环光电振荡器的频率传递相位噪声分析

文章通过建立长环光电振荡器频率传递模型,从光纤色散理论出发,综合考虑色散、光纤长度和光源对时延波动的影响,推导出光源中特定参数对振荡频率相位噪声影响的表达式,通过MATLAB数值仿真进行分析。仿真结果表明:随着光纤长度的增加,光源的频率噪声在光纤色散的作用下,转化为振荡频率的相位噪声,进而影响了频率的稳定度;光源的中心波长对相位噪声的影响是0.7dB/300nm,可以忽略不计;光纤色散系数变化了5ps/(nm.km),相位噪声恶化3dB,得到的仿真结果对下一步的硬件实验工作具有很好的理论指导意义。     

动态威胁环境下单无人机测向定位航迹优化算法

为解决单架无人机在动态战场环境下的测向定位问题,提出了一种基于动态窗口法的单机测向定位航迹优化算法。以最大化Fisher信息矩阵行列式为测向定位评价准则,在由动态探测雷达和静/动障碍构成的动态战场环境中,基于动态窗口法思想,将测向定位航迹优化评价准则由传统的单步最优原则扩展到对多步预测航迹的评价,同时考虑雷达探测和静/动障碍环境对预测航迹的影响,通过滚动时域方法控制无人机最优航向。仿真结果表明,所提方法能够使无人机在有效逃避雷达探测威胁以及规避环境中静/动障碍的条件下保证对目标的高精度测向定位,为解决动态战场环境下的单架无人机测向定位问题提供了新思路。     

RPL路由协议中基于投票法的黑洞攻击检测算法

物联网容易遭受多类拒绝服务攻击,其中黑洞攻击是最严重的攻击之一.为此,提出基于投票法的黑洞攻击检测算法(Voting Method-based Blackhole Attack Detection,VMBAD).通过VMBAD算法检测RPL协议上的黑洞攻击.先通过过滤器构建嫌疑节点,再验证嫌疑节点的行为,各节点作出自己的决策意见,并传输到边界路由(Bor-der Router,BR).接收后,BR利用投票机制融合各节点的决策意见,进行最终的决策,进而判断节点是否为黑洞攻击节点.一旦认定为黑洞攻击,就将黑洞攻击节点与网络隔离,使其不参与RPL路由.仿真结果表明,VMBAD算法能够有效地检测黑洞攻击节点,并且通过排除攻击节点,提高了数据包传递率.