武警部队快速机动中最优路径的实现

紧急条件下武警部队快速机动最优路径,是一个多目标多约束随机动态交通网络寻优问题。在分析交通网络拓扑化特点及最短路模型前提下,着重研究道路通行能力带给复杂公路网络道路寻优问题的影响,并结合GIS系统利用改进的Dijkstra算法求解。     

直接力/气动力复合作用动能拦截弹姿态控制方法

针对直接力/气动力复合作用动能拦截弹的姿态控制问题,建立了拦截弹俯仰-偏航通道短周期运动模型;利用线性二次型最优跟踪控制理论结合姿控固体小火箭点火逻辑设计了复合控制系统,通过分析非线性容限得出了该系统对直接力偏差具有强鲁棒性的结论;姿控回路仿真表明系统具有快速响应特性及良好的跟踪性能,考虑侧喷干扰效应等实际条件的六自由度弹道仿真表明所设计的控制系统能够满足拦截末段直接碰撞要求。     

基于传感器网络数据融合的目标定位方法

针对传感器网络测试系统在战场及终点效应中的应用,探讨了基于多种传感器网络的目标定位方法,提出了采用最优加权融合估计算法将各种传感器的定位信息进行融合处理,并将融合结果与各种传感器计算结果进行比较,结果证明了经融合处理可以大大提高定位精度.     

导弹最优突防机动方式研究

将导弹的突防-拦截问题简化到某一平面上,基于此问题的非线性模型,确定了以突防导弹侧向机动为输入,拦截导弹脱靶量为输出的非线性状态方程.针对所研究问题的最优控制类型,构造了系统的Hamilton函数,并通过极大值原理,研究了在平面内导弹机动能力一定的情况下最优规避机动方式.对于简化后的系统线性模型,以机动方式的基波分量为输入,用伴随系统分析方法,通过拦截导弹脱靶量的稳态解,计算了最优的机动频率.     

基于全站仪最佳布站的调炮精度检测方法

针对目前缺少火炮调炮精度检测方法的现状,提出了一种基于全站仪最佳布站的调炮精度检测方法,建立了全站仪测量系统的数学模型,推导了调炮精度检测方法的解算公式,根据火炮调炮范围确定了调炮精度检测中的测量区域,得出全站仪测量系统对于整个测量区域的测量不确定度,结合某型火炮设计了画图法优化过程,得到全站仪测量系统的最佳测量布站位置。精度仿真试验表明,该方法可对调炮精度进行检测,使最佳布站测量系统的精度高于随机布站的精度。     

基于云遗传算法的防空导弹目标分配问题

针对传统遗传算法在防空导弹目标优化分配中存在的缺陷,提出了一种更为有效的云遗传算法。通过该算法对防空导弹目标分配模型进行仿真求解,得出防空导弹射击目标的最优目标分配方案。通过算例分析,云遗传算法相比传统遗传算法收敛速度快,搜索效率高出一倍左右,对产生局部最优解情况进行了合理有效的控制,可操作性、优越性更强。     

引入区域量化的相控阵天线维修优化模型

针对大型相控阵天线维修成本高、多部件维修时机难以确定、模型仿真计算困难等问题,提出一种引入区域量化的维修优化模型。建立天线阵列的区域量化模型,将天线阵列维修问题转化成一个由不同区域阵元组成的k/n系统维修优化问题。以使用可用度为约束条件,以单位时间维修费用最小为优化目标,建立引入区域量化的大型相控阵天线多部件视情维修决策优化模型,并通过算例仿真与分析进行了模型验证。结果表明:提出的维修优化模型真实有效,能够很好地解决分布不均匀的相控阵天线维修优化问题。     

考虑空间几何关系的反交会规避机动方法

针对具有自主接近能力的航天器开展反交会规避机动方法研究。建立仅测角相对导航模型,对完全不可观测机动进行定义,基于空间几何关系推导并证明了完全不可观测机动是不存在的。以施加规避机动后追踪器对逃逸器的测量值与未机动时的差异为优化目标,利用矢量乘积原理设计目标函数,建立优化模型并对变量约束进行分析,随后采用遗传算法对最优规避机动方向进行优化。给出的仿真算例结果表明:提出的规避机动方向计算方法能够使目标函数值达到最小,从而提升追踪器对逃逸器的状态估计难度,降低其估计精度。这为规避机动问题研究提供了一种新的视角,可为以主动接近航天器为新对象进行的规避研究提供有益借鉴。     

位置信息与替换概率相结合的多核共享Cache管理机制

多核系统中末级Cache是影响整体性能的关键。为了提出一种细粒度、低延迟、低代价的末级共享Cache资源管理机制,将系统性能目标转换为每个内核当前占用Cache资源的替换概率,以决定每个内核能够提供的被替换资源的数量;对某个需要增加Cache资源的内核,从可提供被替换资源的候选内核中选出距离较近且替换概率较高的一个内核,并以Cache块为粒度进行替换,从而实现Cache资源在不同内核间的动态划分。与传统以相联度为粒度的粗粒度替换机制相比,以Cache块为单位的替换机制具有更细的替换粒度,灵活性更高。另外,通过将位置信息和替换概率结合,保证了Cache资源与相应内核在物理布局上的收敛,降低了访问延迟。同时,所提出的方法只需要增加极少的硬件代价。实验结果表明,根据实验场景和对比对象的不同,所提方法与其他已有研究成果相比,可以实现从6.8%到22.7%的性能提升。     

基于改进快速扩展随机树的机械臂路径规划

针对机械臂路径规划问题,提出一种基于改进RRT算法的路径规划方法。改进RRT结合了目标偏置策略和贪婪生长策略的优点,在随机采样时,以一定概率使采样点偏置为目标节点,降低随机采样的盲目性,在目标节点方向上采用贪婪式扩展策略,增加随机树局部方向上的生长速度。RRT法规划路径结果并非最优,提出改进GPP法删除多余路径节点,优化机械臂运动路径。通过与Biased-RRT和Greedy-RRT数值仿真结果对比,证明了改进RRT在计算时间、迭代次数、扩展节点数上均优于以上方法。在机械臂两种典型工作环境中的仿真结果表明,使用该方法可以较好解决排爆机械臂避障路径规划问题。