高超声速滑翔目标多层递阶轨迹预测

为给高超声速滑翔目标态势与威胁评估、拦截防御等提供先验知识,提出一种多层递阶轨迹预测方法。该方法借鉴多层递阶预测理论对预测模型进行随机补偿,将轨迹预测问题分解成气动参数和模型误差的混合预测以及在此基础上对目标轨迹的预测。方法首先利用气动参数增广状态向量进行动力学建模,对气动参数和模型误差进行混合估计,根据参数估计值进行时间序列预测。然后,在参数预测的基础上,利用动力学模型积分预测目标轨迹。仿真设计了2种有规律的飞行模式仿真场景,分析跟踪与预测时间对预测精度的影响,结果表明算法具有稳定可靠的轨迹预测能力。     

网络化作战系统中的多雷达时空数据配准

阐述了多个雷达数据空间配准几何坐标转换算法,建立目标运动和测量模型,在此基础上利用最小二乘法对多雷达异步测量数据进行时间配准,最后研究了在时空数据配准处理后基于扩展卡尔曼滤波的状态估计和误差估计,并进行了仿真验证,对网络化作战传感器网络建设有参考意义.     

基于禁忌算法的无线传感器网络PEGASIS算法改进

为了减少无线传感器网络节点能耗,延长网络生存时间,在PEGASIS算法的基础上,针对PEGASIS算法中节点之间容易产生长链和簇头选择没有考虑节点剩余能量的问题,提出了一种基于禁忌算法的PEGASIS算法改进。建链阶段采用禁忌算法代替原有的贪婪算法,防止了长链的产生,减小了节点传输距离;同时引入基于剩余能量的簇头选择机制,均衡了节点之间的能耗,延长了节点的生存时间。仿真结果表明,改进算法较PEGASIS算法第1个节点的死亡时间延长了约7倍,半数节点的死亡时间也得到了延长,从而提高了整个网络的生存时间。     

求解传感器网络最大生存时间的最大流算法

节能是传感器网络研究的中心问题之一,目的是延长网络的生存时间。因此对于一个给定网络,很自然地关心它的最大生存时间是多少。从网络最大流的角度分析这个问题,给出了求解传感器网络最大生存时间确切值的算法。     

基于Floyd算法的常规导弹连续波次作战运输规划

为提高常规导弹连续波次作战效能,对常规导弹连续波次作战运输规划问题进行研究。以Floyd算法为基础,首先生成了作战机动区域的交通网络最短路径、距离矩阵;其次将常规导弹连续波次作战运输过程分解为不同阶段,以运输过程中的整体暴露时间最短为目标,构建了初始规划方案0-1整数规划模型;然后考虑道路通行量及地域容量限制,对初始规划方案中存在的地域容量超过限制及单行道路中会车、超车情况进行逐步循环优化,以得到最佳运输规划方案;最后选择了一个作战案例想定,通过Matlab编程对案例进行了求解,得到了针对此案例的最佳运输规划方案,验证了模型的正确性和算法的有效性。     

基于时间反转声学理论的超声相控阵超分辨率成像方法

在超声相控阵检测领域,常规成像方法遵守瑞利准则,其成像分辨率受到波长限制。研究时间反转多信号分类(Time Reversal-MUltiple SIgnal Classification, TR-MUSIC)方法,在保持超声波工作频率不变且不影响系统探测深度的前提下,可提高成像分辨率,实现超分辨率成像。通过全矩阵采集方法获取被测对象的超声阵列数据;利用平面B扫描和TR-MUSIC方法处理数据,得到二维和三维超声图像;依据图像特征评估被测对象内部状况。实验选取加工不锈钢试块作为被测对象,搭建超声相控阵检测系统,在试块内部加工6个直径为1 mm、可视为点散射体的相邻贯通孔作为缺陷。实验表明,TR-MUSIC方法能够区分并定位这6个相邻点散射体,而平面B扫描方法则不能。因此,基于时间反转声学理论的TR-MUSIC方法可以提高成像分辨率,改善超声图像质量。     

弹丸时间零点获取方法的现状和发展趋势

弹丸时间零点即弹丸飞离炮口的时刻,是火炮性能分析、试验和测试中的关键数据。分析了目前几种常用的弹丸时间零点检测方法,并根据高射频火炮弹丸连发情况下的特点,指出了传统时间零点检测方法的不适用性,从理论角度分析了高射频火炮连发弹丸的时间获取方法。最后针对高射频武器装备的发展情况和时间零点检测方法的现状进行了展望。     

美海军成功进行海基导弹拦截试验

美国当地时间2008年6月5日上午8时13分,美海军在夏威夷考艾岛附近海域成功完成一次海基宙斯盾弹道导弹防御系统拦截试验。试验中,美海军首先从太平洋导弹靶场以西约480千米的一个海上机动发射平台上发射了一枚与飞毛腿导弹类似的近程弹道导弹靶弹,装备在伊利湖号(CG-70)巡洋舰上的宙斯盾弹道导弹防御系统探     

变论域模糊自适应滑模有限时间收敛制导律

针对拦截高速机动目标的需求,研究了一种变论域模糊自适应滑模有限时间收敛制导律。推导了导弹-目标空间拦截模型,设计了三维滑模制导律;根据有限时间收敛制导律专家的经验,采用模糊自适应控制方法对滑模制导律的非切换项进行逼近,并设计了有限时间收敛模糊控制规则;提出了一种新型变论域伸缩因子,设计了基于新型伸缩因子的变论域模糊自适应滑模有限时间收敛制导律。仿真结果表明,所设计的制导律能够使导弹准确命中目标,并能够达到视线角速率有限时间收敛,且与比例制导律相比,具有更高的制导精度和更短的飞行时间。     

基于CNN-LSTM的在轨卫星故障预测分析

在役考核中,对遥测参数进行监控与分析,是评估在轨卫星工作状态及健康状况的重要途径.为解决在线多任务故障预测问题,提出了结合长短期记忆网络(LSTM)和卷积神经网络(CNN)的数据挖掘模型,并运用了一种基于误差反馈的权重自调整机制.利用某型卫星(含故障)遥测参数的仿真数据进行分析处理,实验结果表明:在线CNN-LSTM模型以最小的信息损失进行建模,对比单一模型以及传统的回归模型,CNN-LSTM模型不仅在测试集上取得了最小平均绝对百分比误差12.61％,同时模型预测性能在长时间预测中优于离线模型.