基于遗传算法与最大最小原理的故障模式特征选择

在诸如液体火箭发动机等复杂动力学系统的故障诊断中，监控参数组的优选问题一直受到工程技术人员的高度重视。本文提出了综合样本矢量方向离散度概念，以此作为故障特征参数的优选准则；然后利用经过改进的遗传算法，对某液体火箭发动机常见故障的诊断进行了特征参数组的优选。在改进的遗传算法中，采用了非常简洁而高效的染色体编码，针对特征优选的组合优化类问题专门设计了一种特殊的基因迁移算子，并引进了父本个体适应值的动态调整技术与共享函数。数值实验结果表明，该算法具有理想的效果。     

遗传算法在动力学优化中的应用

根据动力学优化设计问题的特点,并利用复合形法对一般遗传算法进行了改进,在此基础上提出了一种新的动力学优化设计方法。数值分析结果表明,该方法结果正确,算法简洁。     

遗传算法及其应用

简述了遗传算法的其本原理和特点,并将其应用于声纳目标特征的选择。实验结果表明了遗传算法在模式特征优化和选择中的优势。     

液压驱动型四足机器人对角小跑步态本体水平位置控制方法

为了对对角小跑中四足机器人本体的水平位置进行控制,建立基于沿支撑线方向运动分解的机器人近似动力学模型,将本体和对角支撑腿简化为一个七连杆结构和一个线性倒立摆,并且基于线性倒立摆解析模型提出摆动腿落足点位置计算方法,进而实现对本体水平位置的控制。针对液压作动器伸缩速度受限的问题,利用单腿冗余关节将关节角速度优化问题转化为标准二次型规划问题,通过设计二次型规划问题解法,降低对摆动腿关节角速度的需求,并且避免了传统伪逆方法可能产生的腿部奇异位型。仿真和实验结果表明:该方法能够实现在关节角速度受限的情况下,有效跟踪本体水平位置的期望轨迹。     

应用于卫星导航功率倒置阵的改进最小均方算法

采用功率倒置准则的自适应天线阵特别适合于弱信号、强干扰的场合,因而在卫星导航系统中得到了广泛的应用。针对基于最小均方算法实现的卫星导航功率倒置阵在干扰数目或干扰功率突然减少时,算法收敛慢、影响信号接收性能的问题,分析了这一现象的产生机理,并提出了相应的改进算法。改进算法通过功率监测来检测干扰数目或干扰功率的突变,然后对最小均方算法进行复位处理重置权值来达到迅速收敛的目的。仿真结果表明:与原算法相比,改进算法可显著提高功率倒置阵的收敛速度。     

带扩张观测器的三维有限时间收敛导引律

为了保证视线角速率在弹目碰撞前收敛到零附近的较小邻域内,从而达到准平行接近的状态,基于自抗扰控制的不确定性估计补偿思想,应用反演控制方法设计了一种考虑导弹自动驾驶仪二阶动态特性和目标机动的三维有限时间收敛导引律。根据有限时间收敛控制理论,严格证明了系统的有限时间收敛特性;为抑制量测噪声,将传统跟踪微分器进行改进并应用于扩张状态观测器与反演控制的设计中。仿真结果表明,在自动驾驶仪响应延迟情况下,所设计的导引律能够导引导弹在有限时间内精确地拦截高速机动目标;改进的跟踪微分器精度高、响应快;基于改进跟踪微分器的扩张观测器估计效果理想。     

多机协同目标与火力资源分配

在协同空战中,快速正确的空战决策是己方战机少受敌方伤害并取得战争胜利的前提。目标与火力资源分配是决策过程的重要部分。多机空战与单机空战相比有明显的不同,不同之处是面临多个敌方目标,根据我方资源最优分配作战对象和火力,基于遗传算法实现了两种算法的有人无人目标与火力资源分配。仿真结果表明,带有毁伤概率门限的算法既节省火力资源又快速有效。     

面向任务的网络化作战体系优化模型

建模研究网络化作战体系对于分析未来信息战争的作战效能具有重要意义。面向任务是网络化作战体系的关键特征,提出了一种基于多目标遗传算法实时分配网络化作战任务的策略,从单一任务到并发任务模型,提出了一种多任务管理的实现方法,经仿真验证,网络化作战体系模型有效。     

美军装备建设投入历史规律多维分析

作为国防和装备建设的血液,美国防预算及装备经费投入的变化是表征美国防及装备建设方向重点和资源投向投量的基本指标。本文对美国朝鲜战争以来国防预算和装备预算数据进行梳理分析,从国防部预算、装备预算、各军种装备预算等多个层面,以及预算性质、预算阶段、预算类别等多个维度进行分析,从一个较长历史维度描绘了美国防预算的变化情况,总结了美装备经费投入的特点规律。     

电子对抗装备发展的历史回顾与经验

半个多世纪以来,军队电子对抗装备走过了一条艰苦奋斗、不断调整适应的道路,装备发展建设取得辉煌成就。历史经验启示我们,必须准确把握装备发展的需求牵引,极力突破装备发展的核心技术,科学谋划装备发展的总体设计,大力弘扬装备发展的先进军事文化。