基于PSO的多观测器轨迹优化研究

在多观测站目标被动跟踪过程中,多观测器运动轨迹对定位跟踪精度有重要影响.为提高对运动目标的跟踪精度,将目标滤波协方差的迹作为目标优化函数,提出一种基于粒子群算法(Particle Swarm Optimi-zation,PSO)的多观测器轨迹优化方法,并将轨迹优化加入运动目标被动跟踪过程中,实现了观测器自适应运动下的运...     

微动目标跟踪成像一体化的雷达资源优化调度算法

相控阵雷达可以同时担负搜索、跟踪、识别与成像等多种雷达任务。为了提高雷达对战场环境的感知能力并减轻雷达资源分配的冲突,提出一种微动目标跟踪成像一体化的雷达资源优化调度算法。该算法建立了包含微动目标成像任务的雷达优化调度模型并利用启发式算法求解,利用跟踪脉冲与调度剩余的空闲时间资源,动态地构造感知矩阵并采用正交匹配追踪（OMP）算法对微动目标进行特征提取并成像。仿真结果表明：该算法可以实现稀疏孔径条件下的微动目标成像,并具有良好的鲁棒性,同时进一步提高了雷达系统的资源利用率。     

基于飞行器图像的目标跟踪方法研究

提出了一种利用飞行器图像进行目标跟踪的方法，建立了飞行器图像跟踪系统。该系统利用一种云台控制算法搜索飞行器的图像，通过对飞行器图像的边缘检测、图像中心点提取等处理，实现了飞行器图像定位。理论计算和实际应用表明，该系统可以对低马赫数和高马赫数飞行器进行图像跟踪。     

目标短时遮挡下的光电平台目标跟踪预测与控制

无人机在高空飞行并跟踪地面目标的过程中,当目标受到障碍物遮挡,会导致跟踪失败。本文建立了目标相对无人机的运动模型,设计了基于卡尔曼滤波的目标预测器,并在目标遮挡发生时利用目标角位置预测值以及姿态锁定回路实现了对目标的预测跟踪。本文运用相似性原理设计了室内目标跟踪场景。仿真和试验证明,本文所设计的预测器能较好的预测目标角位置,与控制回路相结合能克服短时间的目标跟踪丢失。     

多飞航导弹目标协同跟踪技术研究

针对多飞航导弹对目标协同跟踪精度较低的问题,提出了一种基于弹载雷达组网和GPS/INS组合导航的无偏不敏自适应融合跟踪算法。首先,通过领弹和攻击弹的优化布站,以有效提高多飞航导弹对目标的定位跟踪精度和突防能力;在时空协同的基础上,利用无偏不敏转换对各飞航导弹的目标量测进行预处理,以减小因旋转、平移和线性化误差所带来的影响;最后,结合统计双门限判决机制,利用自适应融合跟踪算法来有效实现多飞航导弹目标协同跟踪精度的提高。仿真结果表明,与现有的弹载雷达跟踪算法相比,该算法具有较高的定位跟踪精度。     

基于目标战略优先级与精度自适应的效能函数的机载多传感器管理

传感器管理在数据融合系统中起着重要作用,机载多传感器系统通常面临着资源受限的状况,如传感器最大跟踪数量小于目标数量,无法保证所有传感器拥有相同精度与参照系等。因此,本文提出了一种基于目标战略优先级与精度自适应的效能函数的多传感器管理算法。首先,将空中目标的自身属性部分量化以得到目标战略优先级;再利用目标的跟踪精度、传感器测量精度和期望的跟踪精度之间的关系,定义了精度预提升矩阵和精度缺乏矩阵。再将上述两部分结合构建目标函数,运用整数线性规划的方法进行优化。最后,仿真试验设置了包括三个机载传感器对4个目标的跟踪任务,对比其他文献中的结果,显示出本文算法更为合理、有效。     

压电纤维复合材料驱动的机翼动态形状控制

利用压电材料实现柔性机翼的主动形状控制,能够有效提高机翼结构效率和气动性能;要实现连续、光滑的高精确形状控制效果,机翼变形过程必须满足一定的动态要求。本文利用在上下翼面反对称铺设的新型压电纤维复合材料——宏纤维复合材料(MFC)提供驱动力矩,研究了机翼扭转变形的前馈轨迹跟踪控制。首先建立了机翼结构有限元模型和气动力载荷模型,采用载荷比拟法得到MFC作动器的控制载荷向量,给出了气动弹性控制方程及其状态空间表达形式。为跟踪预设的变形参考轨迹,以跟踪误差的时域积分为目标函数,对MFC作动器的电压加载历程进行了优化设计。结果表明,采用规划后的电压加载历程,机翼气动弹性响应很好地跟踪了预期参考轨迹,实现了连续、光滑的动态形状控制效果,提高了控制精度。     

基于多模型的低轨星座多目标跟踪传感器资源调度

针对低轨星座多目标持续跟踪传感器资源调度问题,首先将目标跟踪任务划分为高精度任务集合和低精度任务集合,并分析了跟踪任务状态转移过程;然后,为两任务集合分别建立了基于动态优先级的优化调度模型,提出了一种基于多模型的实时传感器调度算法。不同场景下仿真实验表明,所提算法较之以跟踪精度为优化目标和以跟踪精度为门限约束的方法具有更强的适用性,尤其对于目标分布较为集中的情况,其目标丢失率大大降低,尽管个别目标的跟踪误差略有增大。     

跟踪移动目标的无人机飞行控制设计与试验

为实现无人机跟踪移动目标的飞行,设计了一种位置-姿态控制算法。通过基于模型的设计方法,以较低成本、快速地实现了相关算法的软件开发,并进行飞行试验。利用Simulink的代码自动生成工具,生成了符合航空航天及自动化行业规范的控制软件,实现了从系统级仿真到工程实现的无缝过渡。并开发制作了控制器硬件和多架四旋翼无人机,其中,一架作为目标,一架搭载位置跟踪控制器。最后,将位置控制软件部署至控制器上,进行了移动目标的跟踪,结果显示,整体具有较好的跟踪控制性能,证明了所设计的位置控制器软硬件的正确性和有效性。     

涡轮榫头/榫槽的结构优化设计

建立了一个涡轮榫头/榫槽的一体化结构设计优化系统.在此优化系统中,采用榫头/榫槽间隙配合的参数化建模方法.利用ANSYS对结构进行非线性接触分析,基于二次开发实现了目标函数以及其他相关结果的自动提取.采用多岛遗传及二次序列规划算法对优化空间进行寻优,在满足几何约束和强度约束的条件下,优化降低了最大拉应力值和当量应力值.实例分析结果表明,一体化优化设计使涡轮叶片、叶盘性能得到明显的提高,所建系统稳定、高效,具有应用于工程实践的可行性和可靠性.      

多段翼型气动力优化设计的多标准高效进化算法

本文分别结合基因算法与博弈论中的竞争型Nash对策及分级型Stackelberg对策构造了多标准高效进化算法,并对二维三段翼型成功地进行了多标准位置增升优化。基因算法在合适地选择了基因操作算子后可以得到全局最优解,博弈论的引入使得传统基因算法具备了无人工干预的多标准优化算法,并且这一优化过程接近于实际翼型工程气动力设计情况。应用本文的方法成功地对三段翼型进行了不同气动条件下的缝翼与襟翼的位置组合优化,最后给出了优化算例,并对两种算法进行了对比。     

分布式进化算法及其在翼型气动反设计中的应用

构造了一种新型基于基因算法与博弈论的并行分级多目标优化方法，并应用于多段翼型气动反设计。此方法基于二进制编码的基因算法和博弈论，优化变量被分配给不同的博弈者，因而总体优化问题转变为分裂空间中的局部优化问题。文中给出了一个多段翼型形状，位置可压位流的反设计问题的求解算例，引入了基于非结构网格的分级结构。与传统基因算法数值算例的对比表明了本文构造的并行分级算法具有较高的计算效率，可广泛应用于多目标优化问题。     

基于协进化的管路系统智能寻径

在航空发动机外部管路敷设过程中,多条管路路径之间存在相互影响,并最终影响管路的整体最优路径。本文在遗传算法的基础上采用协进化的思想研究多条管路同时敷设的方法,提出各条管路分别以遗传算法进行路径寻优,管路之间以协作度衡量管路系的质量的方法。并在二维凸多边形障碍物的情况下验证了算法的可行性。      

基于BSP-ANN的四旋翼无人机轨迹跟踪方法

为了降低无人机轨迹跟踪误差,提高系统抗干扰能力,对反步（Backstepping）法进行改进提出一种基于反步神经网络（BSP-ANN）的无人机轨迹跟踪方法。首先,建立了四旋翼无人机运动学模型;然后,结合Backstepping方法在无人机的姿态控制、轨迹跟踪控制系统中引入Sigma-Pi神经网络,同时设计Sigma-Pi神经网络控制率,并证明该控制率满足Lyapunov意义下的系统稳定;最后,分别给出了相应的仿真实验。仿真结果表明：该算法可以有效降低跟踪误差,缩短无人机跟踪时间,同时可以提高系统的抗干扰能力。     

粒子群算法在机动指令跟踪控制器中的应用

基于Backstepping的设计思想设计了机动轨迹跟踪控制律,以实现战机某些预定的战术机动动作。首先,将飞行动力学模型和运动学模型分解为三轴方向的相对简单的子系统,然后采用反步法分别设计控制律,使得整个系统渐近稳定。由于控制器中含有可调参数,每次跟踪不同的参考轨迹都需要重新设定控制器参数值才能达到良好的跟踪效果,因此利用粒子群算法对控制器参数进行了优化整定,从而保证控制器的自适应性。最后,以机动动作库中战机的某些机动动作为参考轨迹实现全局渐进跟踪,取得了良好的跟踪效果,验证了粒子群算法在控制器参数寻优中的有效性和可行性。     

K-Band Tracking System for Domestic Satellite Communication System

System design and operational results of a tracking system for a K-band Earth station antenna with a diameter of 11.5 m are discussed. Monopulse tracking technique using higher order waveguide modes is utilized. An investigation was conducted to clarify the rainfall effect and the effect of oscillator phase noise on the tracking receiver. An autotrack system is to be manufactured on the basis of these studies. Experiments were performed using the medium capacity communications satellite. No cross coupling was seen in the pull-in patterns. Sufficiently good results were obtained in tracking accuracy: less than 0.005° (peak value) under normal conditions, and less than 0.01° under an average wind velocity of more than 20 m/s.     

Waveform selective probabilistic data association

An adaptive, waveform selective probabilistic data association (WSPDA) algorithm for tracking a single target in clutter is presented. The assumption of an optimal receiver allows the inclusion of transmitted waveform specification parameters in the tracking subsystem equations, leading to a waveform selection scheme where the next transmitted waveform parameters are selected so as to minimize the average total mean-square tracking error at the next time step. Semiclosed form solutions are given to the local (one-step-ahead) adaptive waveform selection problem for the case of one-dimensional target motion. A simple simulation example is given to compare the performance of a tracking system using a WSFDA based tracking filter with that of a conventional system with a fixed waveform shape and probabilistic data association (PDA) tracking filter.     

A multisensor tracking system with an image-based maneuver detector

Rapid and reliable decisions about the onset and termination of maneuvers are critical for accurate tracking of maneuvering targets. Given the appropriate filter model, the use of multiple sensors of different capabilities and strengths can improve the quality and the reliability of the tracking system A multisensor tracking system where the usage of the image sensor is two fold is presented. First, if is used to perform maneuver detection using minimum computation and storage. Second, its bearing and elevation measurements are used along with 3-D radar observations to improve the tracking quality. The advantages of the proposed multisensor tracking system are discussed and demonstrated via simulations     

Neural network modeling of flight control system

Modeling of angle tracking systems in the presence of actuator non-linearity such as angle, position and rate limits is a very significant and difficult task in the design and implementation of aircraft, target-tracking, and missile guided systems. A new recurrent neural network with time-delayed inputs and output feedback is used for the modeling of angle tracking systems, with emphasis on the neural network architecture, principles and algorithms. The neural network controller with modeling units for angle tracking is designed by using TMS320C25 processors. For time and size requirements, limited precision technology and look-up table technology are used in the design of the hardware and software systems. Given a set of input commands, the network is trained to control the system within the constraints imposed by actuators. The results show that the proposed networks are able to model the angle tracking system through learning without separate consideration of the non-linearity of actuators     

非线性PD控制在自动地形跟随系统中的应用

提出了一种非线性PD控制方法，并将其应用在自动地形跟随系统飞行控制律的设计中。对采用常规PI控制与非线性PD控制的飞行控制系统进行了鲁棒性仿真比较以及典型地形跟随误差仿真比较。结果表明，采用非线性PD控制方法设计的控制律具有良好的鲁棒性与跟随性能。