近空间飞行器固体火箭助推器/助推弹道总体设计优化

研究一种近空间飞行器的固体火箭助推器/助推弹道总体优化问题.在选定喷管构型、推进剂、壳体材料、绝热层材料及药柱结构的前提下,建立包含热力学分析与计算、质量分析与计算、气动力分析与计算和弹道设计与计算的系统分析模型,采用一种基于可行性规则与结合模拟退火的混合粒子群优化算法求解最优解.优化结果表明建立的系统分析模型和采用的...     

基于灰色预测法的军械维修器材消耗规律

研究并掌握军械维修器材的消耗规律,对做好军械维修器材的保障工作有着重要的意义.基于此,研究了灰色预测法,并针对军械维修器材的实际情况,论述了如何确定影响因子,进而对灰色预测模型进行了改进,用改进后的模型研究军械维修器材的消耗规律,预测结果非常贴近实际值.     

基于语言判断的群决策保障排序方法

根据战时环境和保障决策特点,研究了采用语言型群决策确定保障排序方法,使决策既符合战时实际,又便于发挥群体优势.该方法应用LWA,(Linguistic Weighted Average)算子将个体决策者的语言判断集成为群语言判断矩阵,再用LA (Linguistic Average)算子给出保障排序.针对集成群语言判断...     

基于混合粒子群算法的软硬武器协同反导决策

以单舰使用软硬武器对抗末端飞行的反舰导弹为背景,在对软硬武器抗击反舰导弹存在相互干扰进行分析的基础上,为了最大程度地减小干扰,取得最大的作战效果,建立了单舰协同使用软硬武器分层防御反舰导弹的模型.这是一个多阶段单指标方案优选问题,使用混合粒子群算法进行求解,仿真结果表明:该算法可以找到合理的、满足要求的反导方案,而且计算方便.     

带概率因子的最小费用流经济性分析模型研究

装备跨越式更新换代,传统的备件维修保障模式已难适应装备的发展。针对备件维修级别经济性问题,在备件及其维修网络结构分析的基础上,分析各种维修费用,并借助故障树理论,设定四类模型节点:源节点、修理决策节点、转移概率节点和结束节点;分析建立带概率因子的最小费用流经济性分析的模型网络图,结合概率因子分析各种维修费用,由此建立最小费用流的经济性分析模型,并实例论证了该模型的可行性,为解决备件维修级别问题提供了一种新的思路。     

基于区块链的群机器人数据完整性与隐私性保护

群机器人通过多个机器人之间的信息交互实现协同控制,保证交互数据的私密性和不可篡改是群机器人系统安全可靠运行的关键。针对群机器人系统中存在的恶意数据篡改、重要信息泄露等潜在安全问题,提出了一种基于区块链技术的群机器人数据完整性与隐私性保护方案。首先,该方案利用去中心化的分布式账本保障群机器人系统数据的完整性,并针对区块链数据公开的特性,引入脱链加解密模块避免明文数据上链,提高了数据的隐私性。其次,考虑到区块链的运行条件和物理机器人在存储和计算能力方面的性能约束,提出采用轻节点方法来降低在物理机器人上运行区块链的存储和计算负担。最后,通过实验对方法进行了验证。结果表明,基于区块链技术的保护方法对群机器人数据完整性和隐私性具有较好的保护效果,且轻节点方法可实现区块链在机器人集群上的部署。     

基于改进Sage-Husa自适应滤波算法的SINS/DVL组合导航

捷联惯性导航系统（SINS）与多普勒计程仪（DVL）组合导航时需考虑量测数据异常问题。针对该问题，设计一种基于渐消因子动态调整的改进Sage-Husa自适应滤波。此滤波旨在解决自适应滤波估计量测噪声参数性能对渐消因子依赖性强的问题，提升DVL量测信息异常情况下的导航精度。实验结果表明，基于渐消因子动态调整的改进Sage-Husa自适应滤波，在DVL数据异常的复杂环境中仍可具有较好的信息处理能力，导航性能提高显著，实现高精度的组合导航，具有一定的研究与参考价值。     

基于自适应卡尔曼滤波的联合RSS/TOA/INS无人机定位算法

针对在全球导航卫星系统信号拒止环境下(如山地、隧道、峡谷)无人机集群常规定位方法受限问题,提出通过集群之间的协同定位,对卫星信号拒止的低成本无人机进行导航恢复的滤波方法,从而有效抑制纯惯性导航系统(INS)定位发散。在获取定位数据方面,首先采用基于超宽带(UWB)和Zigbee设备分别通过到达时间差(TOA)和接收信号强度(RSS)的测距方式得到测距信息,然后进一步利用最小二乘方法解算得到定位局部坐标。考虑到RSS测距远、精度低,而TOA测距精度高、测距范围小的特点,提出一种基于TOA/RSS/INS的序贯扩展卡尔曼滤波算法,通过引入自适应因子,为短程定位信息提供TOA/RSS两路定位冗余的同时,在长程TOA定位失效时仍可利用RSS定位来抑制惯性导航的发散。实验结果表明,该算法在近程可由RSS/TOA提供冗余测距信息,通过自适应因子可将定位精度改善至2m;在长程,尤其TOA定位失效的范围外,同样可以提供误差约为5m的定位信息。相对于传统扩展卡尔曼滤波,所提出的自适应序贯卡尔曼滤波算法有效提高了定位精度,为解决传统定位受限条件下的基于无人机无线电定位研究提供新的思路。