基于RCS的三维低可探测性轨迹优化方法

针对基于雷达散射截面(RCS)规避雷达威胁的飞行轨迹优化问题,提出了低可探测性三维轨迹优化的求解方法.通过B样条拟合构建连续可微的RCS数据模型,结合三维飞行动力学模型,建立规避雷达威胁下的飞行运动控制模型.将轨迹优化问题描述成为最优控制问题,其中飞行姿态控制、轨迹约束、边界条件作为约束条件,以降低雷达探测概率和减少飞行时间为目标函数.运用高斯伪谱法( GPM)将连续的最优控制问题转换为离散的非线性规划问题进行求解.仿真结果证明本文方法实现了求解单基地雷达和双基地雷达探测环境中低可探测性三维轨迹优化问题,有效降低了飞行过程中的雷达探测概率和暴露时间.     

大攻角下基于卡尔曼滤波的大气参数修正算法

针对新一代航空飞行器在大攻角飞行时大气数据系统测量精度严重下降问题,提出了基于卡尔曼滤波的大气参数修正算法。该算法利用大气数据测量信息和惯性导航信息,基于飞行器力学方程构建卡尔曼滤波器,通过卡尔曼滤波的方法实现对大气参数的修正。仿真结果表明,经卡尔曼滤波修正后的大气参数能够有效消除大攻角下原始大气参数的剧烈波动性误差,并与真实大气参数吻合较好,有效的提高了大气数据系统在大攻角飞行状态下的测量精度和可靠性。     

一维热构件模型及其在船用核动力装置运行分析中的应用

建立了一维热构件模型 ,该模型具有广泛的适用性 ,可以模拟是否有内热源、不同几何形状及具有多种边界条件的热构件 .方程采用隐式有限差分法求解热传导方程 ,并将模型应用于核动力装置的运行分析中 .计算结果表明 ,本文所建立的一维热构件模型能逼真地描述一维热构件的温度场分布 ,计算精度高 .     

控制速度方向的弹道修正导引方法

由于制导炮弹由身管武器发射,其飞行控制能力和导引信息量有限,故基于预测落点位置偏差量来修正速度方向并在控制时间内连续分配导引指令的思想提出一种新的三维末制导方法。根据非线性弹道方程组的级数解预测弹丸落点位置,得到落点与目标的偏差,并提出两种通过此偏差解算当前速度方向修正量的方法。取剩余飞行时间为修正时间,通过将速度方向修正量分配到整个剩余导引段建立加速度修正公式,从而减小导引指令饱和的可能性。通过连续地预测落点和分配加速度指令来实时地导引飞行。仿真结果表明:该导引方法简单可行,精度高,对控制能力要求较低,且具备较好的制导效果和毁伤效果,可为该体制制导炮弹的应用提供参考依据。     

基于CFP模型的装备系统能力开发方法

基于系统能力的装备系统开发能够使装备发展更好地适应未来战争。首先建立系统能力-功能-性能(简称CFP)概念模型,进一步定性分析系统能力与性能参数之间的映射关系。然后提出了在n维参数空间进行影射关系函数轨迹拟合的方法,定量地描述系统能力与性能参数之间的映射关系,建立CFP模型。最后以简例演示基于CFP模型进行定量系统能力开发的方法。     

星际探测太阳帆行星和太阳借力轨道全局优化

以太阳帆在20年内飞行至距离太阳200 AU以远进行星际探测为目标,研究太阳帆通过行星借力和太阳借力的轨道全局优化问题。建立太阳帆时间最优转移轨道数学模型,分析行星借力和太阳借力的约束条件,并用这些约束条件构造目标函数,从而将轨道优化的四点边值问题转化为求解无约束条件下的多变量优化问题。通过选取合理的约束权重,采用遗传算法获得大范围的粗略解,代入到序列二次规划算法中获得高精度解。仿真结果表明,虽然太阳帆通过太阳借力已获得相当大的加速度,但加上木星借力仍然可以节省相当多的飞行时间。提出的轨道优化思路,可以为太阳系逃逸任务轨道初步设计提供参考。     

飞行器航路规划算法分析

针对现代军用飞行器任务规划系统航路规划的特点,分析了飞行器航路规划的基本要求,阐述了目前国内外应用和研究的几种航路规划算法:A*搜索算法、遗传算法、粒子群算法、数学规划算法、电势理论法等,并对飞行器航路规划算法的发展趋势进行了展望.     

一种基于SVM的炮位校射雷达弹道外推新方法

SVM是一种理论依据充分的机器学习新算法,主要用于对有限个样本的分类识别和回归建模.将一条弹道视为一个训练样本,利用SVM回归方法在不同弹道之间归纳弹道落点的规律,从而可以对未知弹道的落点进行预测.将SVM引入弹道外推是重要创新,构建具有代表性的训练样本,以及统一样本空间维数等是技术创新.仿真实验表明,SVM可以提高弹道外推精度,同时缩短外推时间.     

纯方位系统定位与跟踪的本载体最优轨线方程及其最优轨线

给出了纯方位系统在目标任意变速变向运动或不动情况下,目标定位与跟踪中的本载体确定性控制最优和次优轨线方程以及其最优轨线。这一结果是完全用解析方法得到的。     

一种确定指标权重的新方法

针对如何客观地确定某一状态下指标权重这一问题,在给出向量相似度定义的基础上,提出了一种确定指标权重的新方法——向量相似度法。依据向量的两要素(大小和方向),把向量的相似度分解为范数相似度和方向相似度,从而使得向量相似度得以准确的表达。通过计算各指标特征向量与系统综合指标向量的相似度并将其归一化处理进而得出了指标权重。由于该方法直接从系统性能指标抽样数据入手,没有人为因素的干扰,因此具有很强的客观性。结合算例确定指标权重的结果符合客观实际,与其它客观赋权法确定的权重值也很吻合,充分说明了此方法的有效性和实用性,为确定指标权重提供了一种有效的方法和途径。