基于改进果蝇优化算法的混合火力分配方法

基于弹药组合使用的混合火力分配是联合火力打击筹划工作的目标之一。针对这个问题,建立了混合火力分配的数学模型,提出了一种基于改进的果蝇优化算法的求解方法。改进的果蝇优化算法利用分类演化、步长因子得到新的种群个体。通过仿真实例验证了果蝇优化算法的可行性和有效性。     

非均布应力场中内埋裂纹的应力强度因子

在内埋裂纹线性线弹簧模型的基础上,通过引入二维权函数将裂纹面上的非均布载荷进行均布化等效,求解了中心内埋椭圆形裂纹在沿板厚非均匀分布应力场中的应力强度因子,列出了问题的奇异积分方程,利用Gauss-Chebyshev方法求解了在4种应力场分布情形下的数值结果,并与已有文献的解进行了比较,当a0/c0 ＜0.4、a0/h≤0.3时,两者结果具有较好的一致性,表明了本文方法的合理性和可靠性.     

地面慢速移动目标轨迹预测方法

在预测期较长的情况下,不确定因素将增加,对地面慢速移动目标轨迹预测的结果可能偏差较大.为了检验和提高预测结果的准确度,克服单一预测模型的不足,提出了一种改进灰色预测模型结合轨迹点转移概率的综合预测方法.通过引入缓变因子,并对原始数据进行自然指数变换,改进的灰色GM(1,1)模型能够控制其发展系数,提高灰色预测模型本身的精度.为了进一步检验预测结果,利用当前统计模型和分段整合的思想,并采用目标加速度截断正态概率密度模型,建立了轨迹点转移概率分布模型.仿真结果表明,该方法能够达到提高和保证预测精度的目的.     

频率估计的多段异频等长信号相位积累算法

为提高信号频率估计精度和扩展已有方法的适用范围,提出一种基于相位积累的多段异频等长信号的频率估计算法。首先生成异频分析参数矩阵,克服分段信号频率不等问题;其次设计相位差补偿因子,克服分段信号相位不连续问题;最后搜索相位累积频谱最大值,获得信号频率估计值。为验证算法的正确性,给出了相应的数学推导证明。仿真实验结果表明,该算法具有较好的频率估计精度,频率估计误差约为现有方法的1/2,较为接近克拉美罗下限。     

对流层散射无源监视系统最优布局方法

为提高对流层散射无源监视系统对辐射源的定位精度,利用改进粒子群优化算法对分布式监视节点进行最优布局设计。推导了基于电磁波方位到达角定位机制下的几何精度因子。在改进粒子群优化算法中,采用混沌理论初始化所有粒子的初始参数;通过自适应变化的惯性权重和学习因子来提高算法寻优能力;为防止粒子陷入局部最优,利用双子群机制进行寻优,并在两子群之间进行交叉变异操作,以增加粒子的多样性。仿真结果表明:相对于几种常规的布站方式,所提算法能够明显提高监视系统对辐射源的定位精度,运行时间较遍历寻优算法有所减少。     

基于改进PSO的装备维修任务调度方法

针对现有装备维修任务调度方法存在维修时间过长、维修成本过高的问题,提出了基于改进粒子群算法(Particle Swarm Optimization,PSO)的装备维修任务调度方法.建立了以装备重要程度、维修时间、维修成本为指标的装备维修任务调度模型;从惯性权重、学习因子两个方面,提出了基于改进粒子群算法的装备维修任务调度模型求解方法;设计了算法仿真实例,仿真结果表明,该算法具有更快的收敛速度及更好的全局寻优能力,降低了维修时间,节约了维修成本,有效提高了装备维修任务调度的合理性.     

考虑区间弹性连接的结构动力学特性研究

基于动态子结构方法,将结构中的弹性连接单独划分成一个独立子结构,并利用零质量空间梁单元对其进行等效,分别基于频域子结构方法(FRF-based Substructuring Method)和模态综合法(Component Mode Synthesis)对考虑弹性连接的结构固有频率和频响函数进行了推导.基于此,将空间梁单元的弹性模量和比例阻尼系数设成区间参数以模拟弹性连接的区间不确定性,基于区间因子法(Interval Factor Method,IFM)分别给出了考虑区间弹性连接结构固有频率和频响函数的区间上下限,从而形成了两种计算分析方法,即CMS-IFM和FBSM-IFM.通过仿真将两种方法与Monte-Carlo模拟方法的计算结果进行了对比,结果表明:CMS-IFM和FBSM-IFM正确高效.     

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。