干扰及机动条件下的比例导引智能调控策略

由于红外诱饵干扰样式复杂、目标机动形式多变导致传统比例导引律极易被干扰。为提高采用比例导引方法的导弹性能,提出一种利用径向基函数网络调控比例系数及导弹发射时机的智能导引律。以飞行时间及脱靶量为参考,通过构建加权型指标函数将求解最优比例系数及发射时机问题转化为单目标优化问题;引入量子粒子群算法求解最优决策参量,并以其作为网络输出,干扰样式作为网络输入,离线训练径向基函数网络;为提高训练效率,结合K-means及K最近邻算法初始化径向基函数网络。仿真结果表明,当存在红外诱饵干扰时,智能导引律性能优于扩展比例导引律及自适应滑模导引律。     

飞行器MDO中灵敏度计算的自动微分方法

自动微分方法(ADM)是灵敏度计算的一种新方法,是处理飞行器多学科设计优化中灵敏度分析问题的有力工具。将ADM与估算灵敏度最常用的有限差分方法(FDM)以及与ADM同时期发展起来的另外一种灵敏度计算方法—复变量方法(CVM),从原理上进行了比较,研究了ADM前向模式在Visual C 6.0环境中的实现方法,结合多学科环境中的飞行器设计优化计算实例分析了该模式的优缺点。ADM在科学计算、工程计算等方面有很大的发展空间。     

被动式寻的导弹的目标自适应制导算法

主要解决以下两个问题 :一是在仅有角度信息的被动制导中如何获得距离信息 ;二是对攻击点的选择问题作了初步的探索 ,在获得距离信息的基础上 ,利用交战双方几何关系实现目标自适应制导算法 ,解决在红外被动制导中跟踪点和攻击点不同的问题。文末给出实验仿真结果及分析     

关于亚纯函数微分多项式的值分布

运用Nevanlinna的亚纯函数理论方法,研究了亚纯函数微分多项式的值的分布理论,获得了若f(z)是超越亚纯函数,ψ是关于f的微分多项式,满足条件N(r,f) N(r,1/f)=S(r,f),关于ψ零点的几个结果,改进并推广了Yang C C和仪洪勋等人的有关结果.     

航天器交会型轨道追逃策略的滚动时域优化

针对航天器自由时域交会型轨道追逃过程中的测量误差等不确定性对交会的影响,提出了一种基于滚动时域优化的高时效策略求解方法。根据微分对策理论推导得到博弈鞍点控制策略,并对问题进行等价转换;通过预先离线求解开环鞍点策略,将问题初始状态和相应的解作为样本以进行神经网络训练,训练后的网络结构可以快速得到相应问题的近似解。为了更好地应对博弈环境中的测量噪声,基于神经网络结构设计了滚动时域求解框架,并通过周期性的滚动求解最终实现对逃逸航天器的交会。数值仿真表明,所提出的策略可以有效应对测量噪声不确定性,且相比于文献中已有的策略,计算耗时可从分钟级降至秒级。     

基于微分进化算法的区域雷达网抗干扰优化方法

为提高区域雷达网探测能力和抗干扰能力,提出了一种基于微分进化算法的雷达网优化布站方法.建立区域雷达网优化布站数学模型,分析了雷达网在干扰前后威力区的变化,提出了新的雷达网威力区计算方法,给出了微分进化算法在该优化问题中的求解过程.最后,针对雷达网受干扰后威力区收缩,提出了2种解决方案.仿真结果证明该优化方法是有效的.     

基于高阶滑模微分器的增广比例导引律

导引律的设计在导弹制导与控制中具有重要作用,为了解决增广比例导引中导弹-目标视线角速度和视线角加速度不易获得的问题,设计了一种基于高阶滑模微分器的增广比例导引律。首先,根据高阶滑模微分器的数学模型建立视线角速度和视线角加速度的估计模型;其次,根据视线角速度和视线角加速度的估计值,利用一种光滑无抖阵滑模微分器构造增广比例导引律。最后,通过仿真验证表明,具有滑模微分器结构的增广比例导引律导引性能良好。     

“生命线”的触角落在基层

有一种力量,穿越时空,历久弥新;有一束光芒,辉映历史,照亮未来。85年前,古田会议的篝火点亮了人民军队扬帆远航的灯塔:第一次提出了思想建党、政治建军原则,我们所要建立的军队,在这里定型;"为了谁、依靠谁、我是谁"的问题,在这里有了更为清晰的答案。政治工作永远是我军的生命线。从古田会议的簇簇篝火中走来,历经光辉征程的人民军队,正戮力同心追寻强军兴军的光荣梦想。时隔85周年,习主     

多旋翼无人机AHRS系统矢量乘积误差PI跟踪算法

针对多旋翼无人机对低成本姿态航向参考系统的实际需求,设计并实现了一种姿态航向参考系统。该系统采用陀螺仪积分出的载体姿态和已知的地球重力矢量,解算出地球重力矢量在载体系下的投影和加速度计测量出的地球重力矢量的矢量乘积结果作为水平姿态角的误差表征数值,并采用比例积分跟踪算法进行误差跟踪反馈,实现了准确的水平姿态角跟踪测量。利用陀螺仪积分出的姿态和已知的地球磁场信息,解出地球磁场矢量在载体系下的投影与磁力计测量的地球磁场矢量乘积结果作为航向误差角的误差表征数值,并采用比例积分跟踪算法进行误差跟踪反馈实现了对航向角的跟踪。转台实验表明:该系统水平姿态角跟踪精度约为1°,与EKF算法相比,运算速度提升了80%且精度好于EKF算法。