微型飞行器飞行控制问题研究进展

微型飞行器(MAV)是飞行器的一个新兴发展方向,其飞行控制问题是MAV研究中最具挑战性的关键技术问题。对MAV飞行控制系统的结构及其特点进行了归纳和评述,分析了国内外MAV飞行控制系统的研究现状,对其中的一些关键技术问题进行了讨论,包括飞行控制方案、机载传感器、控制算法以及控制器设计方法等内容。     

浅析日历统筹图在制作资源优化计划中的应用

统筹法是一种科学的计划管理方法,绘制统筹图是掌握统筹法的基础。统筹图的优化,是在参数计算和分析的基础上,根据一定的约束条件对统筹图进行调整和改进,达到科学安排工作,合理分配人力、物力、财力等资源,从而提高工作效率的目的。日历统筹图能清楚地反映出工作进展的时间概念,并能直接提供一些有用的时间参数,便于优化、选择最佳方案。     

基于工程设计法的射程优化

射程是弹道导弹的重要性能指标,飞行程序选择对充分发挥导弹运载能力,提高射程具有重要影响。针对此问题,利用工程设计法的实现容易、计算量少的优点,将以飞行程序为设计对象的最优控制泛函问题转化为参数优化问题。在此基础上,建立弹道运动模型和优化模型,并应用粒子群算法进行参数优化,求解最大射程弹道。结果表明,基于工程设计法的射程优化简单可行,利用粒子群算法得到的优化参数对改善射程有显著效果,充分发挥了导弹的运载能力。而运载能力的提高对提高导弹武器的目标覆盖范围起到重要作用。     

基于种群多样性测度的PSO算法及其应用研究

针对基本粒子群算法(particle swarm optimization,PSO)易局部收敛的缺陷,设计了一种根据种群多样性测度动态调整惯性权重的改进粒子群算法,通过仿真测试函数与基本粒子群算法、自适应粒子群算法(adaptive particle swarm optimization,APSO)、带收缩因子的粒子群算法(contractive particle swarm optimization,CPSO)进行比较,改进的PSO算法在提高算法的综合搜索能力方面具有优越性。将改进的PSO算法运用到作战飞行器航迹规划中,并进行了仿真实验,仿真结果验证了改进算法的有效性。     

基于IDEF3的部队装备中修业务流程优化重组

以IDEF3为工具描述了部队装备中修业务流程,分析了流程中存在的问题,通过采用基于状态的维修方式、无损检测先进技术手段、共享维修保障信息和调整器材发放审批权限等方法,对部队现行装备中修业务流程进行了优化,可有效解决装备维修过剩、维修不足、维修资源浪费和维修周期过长等问题．     

基于效果的作战方案优化方法

针对实际作战中快速、正确的决策要求,在基于效果作战的概念下,采用面向实体的方法对作战方案进行建模,并提出基于DBN的评估网络作为方案优化的评估引擎,利用GA在评估结果中搜索得到最优的作战方案。最后以某登陆战役为实例验证了该方法的有效性。考虑了作战过程中的不确定因素,保证了优化后的方案能达到最佳效果的同时还具有较高的鲁棒性,为作战指挥员优选作战方案提供了科学依据。     

滑翔导弹再入拉起段弹道优化设计与制导

对滑翔导弹再入弹道进行了分段,根据再入拉起段的特性建立了弹道优化设计模型,认为导弹在再入拉起段弹道终点时应处于纵向力平衡状态,使用Gauss伪谱法进行了再入拉起段的能量最优弹道优化计算;利用基于伪谱法优化的弹道在线生成,实时产生控制指令,实现了再入拉起段的闭环弹道控制.仿真结果表明,Gauss伪谱法弹道优化具有精度高、计算时间短等特点,闭环弹道控制能较好地消除风、再入参数偏差等干扰的影响,具有应用于在线制导的潜力.     

离散线性系统部分可观测性测试配置

不可观测系统的部分状态可观测性对于大系统故障检测具有十分重要的意义.研究了基于部分可观测性的不可观测离散线性系统测点优化配置问题,证明了采用有限次观测值构造一个矩阵,可以给出部分可观测性成立的充分必要条件,并进一步证明了部分可观测性的度量可以用一个矩阵的秩的特性来刻画.最后,给出了离散线性系统部分可观测性测试优化配置的度量指标.算例表明,提出的部分可观测性度量指标具有简单实用的特点.     

基于协同学的编队协同空战任务决策

基于协同学理论给出了编队协同空战系统的协同学框架;提出了编队协同作战方案的五元组定义,明确了影响系统进程的序参量;基于系统有序度与协同度的概念,构建了协同效能优化模型;以任务冲突检测与消解为依据给出了任务决策的约束条件;最后以二进制粒子群优化算法对此约束优化问题进行了求解.仿真结果表明,以协同学理论描述编队协同任务决策问题是可行的,构建的协同效能模型与任务决策方法在处理编队时序任务决策问题时是有效的.     

创造性思维粒子群优化的武器目标分配

现代战争特点为防空作战中武器目标分配(WTA)问题的求解效率和质量提出了新的需求和挑战.建立了WTA问题模型,并选择粒子群优化算法(PSO)求解模型.针对PSO算法在求解WTA模型中出现的早熟收敛特性,从认知心理学角度进行分析,将创造性思维(CT)引入PSO的速度更新公式中,提出了一种基于创造性思维的PSO算法CTPSO.针对WTA模型的离散性特点,设计了编码与解码策略,及位置和速度矢量的离散化运算规则.实验证明了CTPSO算法在WTA问题求解质量和求解效率方面的优越性.