坦克火控系统机动目标的自适应滤波与自适应解命中问题

在非制导火控系统中,为实现目标信息的自适应滤波与自适应解命中问题,机动目标模型应能实时识别,并要适应工作周期的各种变化。本文提出了“参数辨识模型”,首次完全满足了上述要求。     

弹道参数的人工神经网络算法研究

将神经网络理论引入火控领域,建立一个输入参数为高度Ｈ、速度Ｖ和俯冲角λ的多层神经网络模型,用Ｂ－Ｐ学习算法,对弹道的射程Ａ和落下时间Ｔ进行拟合。仿真结果表明,神经网络是用于弹道参数拟合的一个有效的方法,并取得了满意的精度。     

五参数寿命分布S(α,β,λ,μ,δ)

在四参数寿命分布的基础上增加了一个非中心参数,进而提出五参数寿命分布S(α,β,λ,μ,δ),并给出了定义、基本性质及其证明。     

反坦克导弹的气动参数辨识

本文运用极大似然法进行激光驾束制导反坦克导弹气动参数的辨识。在辨识的迭代寻优过程中,采用变步长搜索提高辨识准度;在辨识算法的具体计算处理上,采用了模型分解法,大大减少了计算时间,保证了气动参数的辨识精度。同时给出辨识仿真验证结果.     

随机控制系统大纯时滞辨识及结构辨识的偏差补偿算法

本文研究了已知噪声自相关函数时,线性SISO系统ARMAX模型的大纯时滞的辨识问题及结构与参数辨识的偏差补偿算法。本算法使得能够在很小的样本数及极低的信噪比下得到系统的结构参数。     

纯方位目标跟踪和攻击的己艇机动策略

纯方位目标跟踪效果同己艇的机动有关。本文按照极大化跟踪系统的可观测程度的准则对己艇机动进行了优化,得出了有利于跟踪的优化机动策略。在此基础上,进一步考虑了对目标进行攻击的攻击机动的要求,使得最后给出的机动模式不仅有利于快速获得目标运动参数,而且使己艇能占领到较好的攻击阵位。此外,本文推荐的机动策略都是按相给出的,因此具有很好的实用性。     

柔性机械手加速度反馈抑制振动的机理与稳定性分析

在柔性机械手的控制中,末端加速度反馈是一种抑制振动有效而简便的途径。但直到现在对其中抑制振动和稳定性的机理并不很清楚。本文深入系统地分析了其内在原因,证明其反馈稳定性,并在自行建立的柔性手实验平台上完成了实验证明,得出了几个确定性有实际指导意义的结论     

信号处理与深度学习硬件加速的一致性计算结构

在计算需求层面对多种典型信号处理算法与深度学习算法进行了分析与模块化分解,提取了两类应用共有的且适合并行硬件加速的计算模块,提出了信号处理与深度学习的一致性计算模型,并基于一致性计算模型设计了控制与计算分离的层次化处理单元与阵列化计算结构。通过对不同应用计算过程的软件定义能够实现信号处理与深度学习的一致性硬件加速计算,基于Zynq计算平台从重构效率与计算性能两个方面对一致性计算模型与计算结构进行了验证,结果表明：基于一致性计算模型的软件定义可重构计算结构,具有较高的计算性能与重构效率。     

基于MC-CNN网络的磁性舰船目标运动参数估计

传统磁性目标运动估计效果依赖于目标的初始状态信息,为克服这一缺陷,建立了磁性运动目标三分量投影模型,并据此生成了磁性舰船运动目标在运动速度、航向、信噪比等参数变化情况下的10类目标的训练数据集、验证数据集以及测试数据集。进一步,设计了多通道卷积神经网络（MC-CNN）对目标的正横距离和运动速度进行了估计,并比较和分析了不同的学习方式和激活函数对网络性能的影响,结果表明Adam+tanh的组合方式的估计性能要优于其它的组合方式,而且对磁性目标运动参数的估计效果比较精确,此方法相较于卡尔曼滤波、粒子滤波等估计算法的优越性在于运算复杂度低以及参数估计不需要目标初始状态信息。     

稀薄气体动理论中介观尺度数值模拟的加速方法

针对滑移流、早期过渡流区域采用离散速度法(discrete velocity method, DVM)求解Boltzmann方程收敛速度极慢、计算资源消耗大的难题,提出全流场耦合介观/宏观方程加速方法。在介观层面基于有限差分的DVM求解Boltzmann方程,在宏观层面基于有限体积的压力耦合方程组半隐式方法求解矩方程,充分利用纳维-斯托克斯-傅里叶/R26矩方程在低克努森数下的快速收敛特性,对介观方程进行加速。基于高阶Hermite多项式重构分布函数,完成宏观方程与介观方程之间的数据传输。仿真结果表明:全流场耦合介观/宏观方程的加速方法在滑移流、早期过渡流区域具有显著加速性能,最大降低了95.28%的计算时长;但对中、大克努森数流域,加速性能大幅度下降。