地空导弹C3I决策系统的Petri网建模与性能分析

对地空导弹决策系统的结构和性能进行了研究.对基于旅营两级决策组织导出的库所/变迁系统进行了描述,建立了较为完善的决策系统的Petri网模型.并引入了决策时延这一反应指挥决策系统能力的重要性指标.这些问题的解决对提高C3I决策系统的实时性和准确性具有十分重要的意义.     

改进相空间重构方法在混沌识别中的应用研究

讨论了传统非线性时间序列相空间重构方法的特点,提出了一种改进的相空间重构方法.为了揭示非线性时间序列中的非线性相关性,采用了一种基于关联积分的统计量,并研究了不同参数对它的影响.研究了延迟时间和嵌入维数之间的关系,并采用时间窗口描述这2个参数的变化规律.同时,应用改进方法计算了混沌时间序列的重构参数,重构了混沌信号的吸引子.研究结果表明,该方法能够从时间序列有效地重构原系统的相空间,为混沌信号识别提供了新的途径.     

利用OH发射谱进行的高温低浓度甲烷着火研究

采用激波管进行低浓度甲烷和空气混合气的着火实验,通过测量压力和OH发射光谱,得到不同工况下的着火延迟,并与甲烷的详细反应机理计算结果作比较。结果表明:不同浓度下甲烷着火延迟的对数与温度倒数呈线性关系,着火延迟随甲烷浓度的降低而减少;贫燃条件下,采用详细动力学机理计算的表观活化能与实验数据拟合较好。     

多Lagrange航行体在量化及通信时延约束下的集结

针对量化和通信时延约束下多Lagrange航行体的集结问题进行了研究,提出了一种与模型相关的右边不连续控制算法,设计了一个均匀量化器,并运用图论、矩阵理论以及实用稳定性理论,验证控制器的稳定性。研究结果表明:多航行体可以在量化和通信时延影响的无向通信图下,实现有误差界的集结。基于MATLAB软件进行的数值仿真实验,证明了算法的有效性。     

某同源平衡及定位电液伺服系统模糊分数阶PID控制

针对某同源平衡及定位电液伺服系统,设计了一种用于该系统的模糊分数阶PID控制器。使用模糊规则来调节分数阶PID的参数,提高了分数阶PID控制器的响应速度,增强了分数阶PID鲁棒性。模糊分数阶PID控制器能使系统很快进入稳定状态,比分数阶PID控制器表现出较好的控制性能。通过半实物仿真实验可知模糊分数阶PID控制器在响应速度、超调量及稳定误差等方面均优于分数阶PID控制器,且对外部负载扰动具有较好的鲁棒性。     

对流层散射双向时间比对中对流层斜延迟估计

为精确估计对流层散射双向时间比对系统中对流层斜延迟,分析了估计卫星信号对流层斜延迟的Hopfield天顶延迟模型及CFA2.2映射函数模型并对其进行修正,从而适用于对流层散射斜延迟的精确估计。根据北纬35°~37°范围内的三个测站2010—2012三年的气象数据,验证Hopfield模型精度范围小于35 mm,并将三个测站按相互之间基线距离的不同分为三组比对站,利用2012年的气象数据,计算在不同入射角下一年的对流层散射斜延迟,并得出最大斜延迟对应的年积日和入射角。结果表明,三组比对站的最大单向散射斜延迟为21.82~35.45 m。在双向比对抵消90%的情况下,时间延迟为7.3 ns~11.7 ns;相互抵消95%时,时间延迟为3.6 ns~5.9 ns。     

卫星中断容忍网络路由算法研究

针对卫星网络易中断、长时延等问题,提出一种适合卫星DTN网络的路由算法——SDTNR算法。该算法在节点缓存中设置了3个存放不同服务等级报文的队列,队列根据报文响应比排序,响应比小的报文优先发送。SDTNR算法根据卫星运行规律,建立节点选择表并实时更新该表,根据表中信息选择满足条件的节点作为下一跳节点,以此保证通信的可靠性。仿真结果表明,SDTNR与EPR、PR、FC 3种算法相比,SDTNR更好地提高了报文的投递率、降低了网络开销和平均时延。     

基于可用度的电子设备告警系统检查策略研究

针对电子设备告警系统故障具有隐蔽性的特点,考虑检查不完善的因素,运用延迟时间概念,以系统期望可用度最大为优化目标,建立了电子设备隐蔽功能故障检查优化模型。提出了优化检查间隔期的算法,并通过实际案例验证了模型的有效性。     

基于粒子群算法的宽带真延时平面阵列方向图综合

针对大阵元间距平面阵列方向图综合问题,提出基于粒子群算法的宽带真延时平面阵列方向图综合方法。该方法根据真延时条件下阵列方向图主瓣和栅瓣指向的特点,采用宽带真延时抑制阵列方向图的栅瓣;利用粒子群优化算法优化阵列结构,得到具有较高主副瓣比的平面阵列方向图。通过对8×8的矩形平面阵进行仿真,验证了所提方法的有效性,在此基础上,还仿真研究了该方法对栅瓣的抑制性能与信号带宽之间的关系。     

失效概率函数求解的高效算法

结合基于分数矩约束的极大熵方法和替代模型法,发展了一种失效概率函数求解的高效算法。所提算法的基本思路是利用自主学习的迭代Kriging方法来构造失效概率函数,即采用较少的训练样本来构造粗糙的失效概率函数,在此基础上通过添加新的违反学习函数约束的样本来更新失效概率函数,直到达到精度要求。对于每一个分布参数的训练样本点,所提方法采用分数矩约束的极大熵法来求解相应的失效概率样本。由于分数矩的计算采用了高效的降维积分,并且由于分数矩约束下极大熵法中优化策略高效地逼近了响应的概率密度函数,从而使得失效概率样本能够被高效高精度地估计出来。为了检验所提方法的精度及效率,给出了两个算例,对比了所提方法与已有的失效概率函数求解的Bayes公式法及Monte Carlo法等,结果表明,所提方法适用于求解复杂的功能函数问题,且在满足精度要求的基础上大大降低了计算量。