基于输出饱和条件下磁浮列车悬浮控制参数优化

低速磁浮列车利用电磁吸力支撑车体,相比轮轨列车具有噪音小、转弯半径小、爬坡能力强等优点。研究控制器输出饱和条件下悬浮系统的稳定性问题,可以避免由于电网电压约束而可能出现的失稳现象,提高了系统运行的可靠性。基于磁浮列车单点悬浮模型,使用电流-位置双环设计方法设计得到可稳定悬浮的控制算法。由于磁浮列车悬浮控制器的输出饱和环节,进一步提出了一种基于搜索极大椭球的控制参数优化方法,在不改变控制算法设计的前提下实现了参数优化。通过仿真和试验均验证了优化后的控制效果,有效指导了实际系统的工程调试。     

可靠度和费用约束下的加速老炼试验时间优化

为了提高产品实际使用可靠度,减少老炼试验和保修费用,基于效用函数研究了具有早期失效的产品在可靠度和费用约束下的加速老炼试验时间优化方法。考虑产品寿命分布参数的不确定性,利用自助法估计参数的先验分布,然后通过仿真方法获得实际使用可靠度和费用的联合效用函数。以联合效用函数值最大为优化目标建立加速老炼试验时间优化模型,得到最优的加速老炼试验时间。结合对数正态分布产品在温度应力下的加速老炼试验数值示例,阐述上述方法的应用,并对参数进行敏感性分析,结果表明提出的加速老炼试验方法不但能缩短产品的试验时间,还可以最大程度同时满足费用和可靠性的要求。     

武器装备体系演化研究

体系动态演化是武器装备体系建设发展、体系作战能力和体系对抗效能评估优化的基本认识前提。鉴于当前武器装备体系概念理论基于多问题思维视角现状,研究层次、问题形式和技术方法手段复杂多样,以体系演化为切入点,围绕装备体系动态演化的涵义,从体系结构优化设计、体系协同作战过程优化和体系作战效能评估优化3个层次综述了装备体系演化研究进展。在此基础上,讨论了基于大数据、超网络、认知粒计算的装备体系多学科研究需求,对可能性的技术思路给出可供借鉴建议。     

基于压缩传感的PSO-OMP重构算法的研究

由于粒子群算法具有解决寻优问题的能力,将其应用于信号处理领域,提出了一种新的基于PSO-OMP的信号重构算法。为了降低计算复杂度,把粒子群算法运用在正交匹配追踪算法的匹配过程,以此来确定最优原子。实验结果表明,所提出的新的基于PSO-OMP的信号重构算法具有计算复杂度低和重构成功概率高等特点。     

基于有限条件的多波束雷达干扰系统目标分配算法

针对多波束干扰系统同时干扰多个目标的资源分配问题,通过分析目标分配算法的一般流程及涉及到的关键问题和技术难题,提出了基于实战化和有限条件的针对多波束干扰系统的非线性0-1整数规划数学模型。针对该模型采取开源软件SCIP进行求解,最后给出数值仿真来说明模型和算法的有效性。     

火力分配多目标优化的IBACO算法

应用蚁群优化算法(Ant Colony Optimization)求解多目标优化问题已经引起广泛关注,多目标火力分配问题的目标是求出一个合适的武器目标分配方案,使满足决策需要。建立了多目标火力分配的数学模型,提出一种基于指标的蚁群优化算法Indicator-Based Ant Colony Optimization),给出了算法的具体步骤。IBACO的核心思想是利用二元性能指标来引导人工蚂蚁进行搜索,由于该算法中的信息素是根据指标的值来更新的,通过奖励信息素可以强化最优解。仿真实验证明了该算法的有效性,在解决火力分配问题上,所提算法和蚁群优化算法相比具有较好的收敛性。     

助推-滑翔飞行器可达区域影响因素研究

利用Radau伪谱法将连续的助推-滑翔飞行器轨迹优化问题转化为非线性规划问题,通过仿真得到了飞行器完整的可达区域,着重分析了升阻比、终端速度以及终端倾角对飞行器可达区域的影响.研究结果表明,可达区域呈现出类椭圆结构,其地理区域覆盖能力由助推火箭关机点速度决定;与终端倾角对飞行器可达区域的影响相比,飞行器升阻比特性和终端速度的影响相对较大.     

基于磁强计和光纤陀螺的小卫星姿态确定非线性滤波算法

提出了一种小卫星姿态确定的非线性滤波算法,该算法利用三轴磁强计和光纤陀螺作为姿态敏感器。在非线性滤波器的设计中,从两个方面对平方根sigma点卡尔曼滤波方法进行改进。第一,把姿态四元数的矢量部分、光纤陀螺的漂移和噪声组合,得到滤波器的增广状态向量;第二,分别建立向量旋转模型、最优化模型和误差四元数乘法模型来确保非线性滤波过程中四元数的归一化约束。仿真分析结果表明,本文提出的非线性滤波算法能够有效地提高小卫星的定姿性能,与扩展卡尔曼滤波相比,具有较高的精度、稳定性和较快的收敛速度;与无迹卡尔曼滤波相比,收敛性相当,但是精度略优,稳定性和计算效率较高。     

改进的二进制粒子群算法的传感器优化配置

传感器组合优化问题是设备状态检测系统设计的重要问题.在研究传感器与故障有向图的基础上,提出了传感器优化配置模型;根据传感器组合优化自身特点,从位改变率、惯性权重两个方面对BPSO算法进行了参数分析.结合免疫算法的“亲和度”思想以及非线性惯性权重递减公式,提出了改进的二进制粒子群算法.案例显示,改进的二进制PSO算法提高了算法在整个解空间的搜索能力,加快了收敛速度,能够很好地用于解决传感器优化问题.     

并行基因组合型遗传算法求解防空部署优化问题研究

针对防空部署研究的特点,探讨遗传算法求解防空部署优化问题。分析了传统遗传算法求解武器部署优化问题的缺点,提出了并行的基因组合型改进遗传算法,克服了编码不唯一和基因重码的现象,提高了搜索速度和解的质量;利用启发式信息缩小了解空间,并保证了算法寻优的每个个体都是可行解;对遗传操作算子进行了改进,克服了整数编码固有的缺点。该方法应用于求解防空部署优化问题中得到了较好的结果。