一种新的近似优化方法——变复杂度优化

随着仿真技术的发展,基于仿真的优化在工程、军事等领域越来越占据突出的地位。随着高逼真度仿真模型的大量使用,仿真优化计算的时间复杂度成倍增长,使得采用传统的优化技术无法取得令人满意的效率。提出了一种基于近似模型的变复杂度优化方法,它通过标度函数保证优化的收敛性,通过信赖域方法保证优化在有效的范围内进行。数值算例表明这种算法能有效降低对于高复杂度模型的调用次数,达到降低仿真优化计算复杂度的目的。     

滑翔飞行器气动外形与轨迹一体化设计优化

针对滑翔飞行器气动外形与轨迹一体化设计优化问题,提出一种基于序列代理优化的有效设计优化方法.为了获得滑翔飞行器的气动特性参数,提出了一种气动外形参数化建模方法,并基于非结构三角形面元法和流线追踪技术实现了粘性气动系数的计算.为了获得给定气动外形方案下的最大航程,采用自适应Legendre-Gauss-Radau伪谱法进...     

透波隐身机翼蒙皮设计参数优化方法仿真研究

为同时获得良好的气动和隐身性能,基于外形隐身技术与材料隐身技术相结合的原理,提出了一种以透波为主的机翼蒙皮设计方案;为平衡透波机翼升力与机翼电磁隐身性能之间的关系,采用一种基于代理模型的策略,对透波机翼外形几何特征参数进行了优化设计。研究结果表明,经过优化后,透波机翼在频域、空域范围内保持良好的雷达散射截面（RCS）减缩特性的同时可具备足够的升力条件。所提出的代理模型精准度高,在工程上平衡跨学科领域问题时,可作为一种有效手段。     

高超声速/常规巡航导弹预警探测特征比较

为厘清防御方对来袭临近空间高超声速巡航导弹性能的认识进而改进现有导弹防御策略,从体系预警探测的角度对其与巡航导弹之间的特征进行了比较分析。通过建立颗粒度适中的目标运动模型、红外探测模型和雷达探测模型,详细、定量对比分析了2类目标巡航高度和飞行速度对地基预警体系的影响及其红外辐射可探测性。分析结果表明,高超声速巡航导弹红外辐射强度更大,使得红外探测器对其探测距离更远;尽管高超声速巡航导弹速度更快,但纵向射程相同时,其相对更高的飞行高度使得地基雷达对其提供的预警时间更长。     

基于轨迹跟踪预测的反HTV2中制导研究

针对具有高速、高机动性能的HTV2(hypersonic technology vehicle 2)目标,对采用直接碰撞拦截策略拦截弹的中制导进行了研究,给出了一种基于轨迹跟踪预测的中制导算法。该中制导算法首先使用自适应网格交互式多模型（adaptive grid interactive multi-model,AGIMM）滤波器对目标轨迹进行稳定跟踪,获取目标运动信息。之后使用基于遗忘因子的最小二乘法对目标进行轨迹预测,获取目标预测交班点处的运动状态。最后,将预测交班点处的目标状态量作为中制导约束,并使用高斯伪谱法计算最优中制导指令。使用该中制导算法对HTV2目标进行了拦截仿真,仿真结果证明了该算法的有效性。     

改进匈牙利法的多层反导协同作战目标分配模型

为探寻更加适用的反导作战目标分配方法,对多层反导协同作战目标分配及目标分配模型的内涵进行了界定,明确了多层反导协同作战目标分配模型构建的基本思路。分别建立了弹道导弹威胁度评估和反导作战单元拦截有利度分析的指标体系,通过归一化处理和权重赋值构建了弹道导弹威胁度评估模型和反导作战单元拦截有利度分析模型。结合多层反导协同作战火力运用的实际需求,对匈牙利法进行了基于火力转移的适应性改进,构建了基于改进匈牙利法的多层反导协同作战目标分配模型,并以多层反导作战想定为背景,运用模型对案例进行了仿真计算,验证了模型的合理性与有效性。     

滚动球变换支持下的TIN-DDM地形特征线自动提取方法

针对传统规则格网数字高程模型地形特征线提取方法中存在阈值难以定量调控、连接方式无法自适应调整以及地形特征线类型不完整的问题,将滚动球变换模型应用于不规则三角网数字水深模型(triangulated irregular network digital depth model,TIN-DDM)地形特征线的自动提取,在构建临界滚动球半径关联的地形特征点定量识别判定准则基础上,引入地形形态边界点概念,采用逆向工程的建模思路,建立了以剖分单元为基础的地形特征线自动提取模型,结合地形类型判定准则的多尺度表达特性及顾及水深数值的地形特征优化模型,提出了可多尺度表达且类型完整的地形特征线自动提取方法。试验结果表明:相比于经典地表流水模拟方法,该方法可实现完整、连续且细分的TIN-DDM地形特征线自动提取及多尺度表达,且提取的地形特征线具有更高的地形重构精度。     

相干累加与AR滤波相结合的舰船轴频电场信号处理方法

针对采用电场传感器阵列测量舰船电场的应用场景,为提升目标轴频电场的信噪比,提出一种相干累加结合自回归(autoregressive, AR)模型滤波的方法对阵列电场信号进行处理。对测量得到的阵列电场信号进行时延补偿后累加,同时对环境电场信号进行AR建模,并利用AR模型参数构造滤波器,以对累加后的信号实施滤波处理。为验证所提方法在低信噪比条件下的有效性,对实测阵列式电场信号进行处理,结果表明,所提方法能够在信噪比为-25.39 dB的条件下有效压制噪声频谱,保留轴频线谱,处理后信噪比提高约21.92 dB。     

基于深度学习的系统异常检测综述

基于深度学习的系统异常检测可划分为：基于堆栈自编码(SAE)、基于卷积神经网络(CNN)、基于深度置信网络(DBN)、基于循环神经网络(RNN)以及基于生成对抗网络(GAN)等5类系统异常检测方法。为了梳理出当前深度学习技术在系统异常检测应用中所面临的问题以及应对方法,分别对这5种检测方法的建模思想、在系统领域的应用实现以及它们各自的特点进行了对比论述,并对深度学习在系统异常检测领域未来的发展进行了展望。     

固体火箭发动机复合材料壳体健康监/检测方法

碳纤维增强复合材料壳体是固体火箭发动机的重要组成部分,壳体结构完整性是固体火箭发动机健康监/检测领域的重点研究对象之一.综述了近年来碳纤维复合材料及壳体无损检测和健康监测领域的方法和研究进展,总结了健康监/检测的关键技术,指出了固体火箭发动机壳体健康检测领域的发展方向.