粒子群混合算法在变导向器面积计算中的应用

求解非线性方程组经典方法具有严格的局部收敛性;粒子群等进化算法解决了全局收敛的问题,但计算效率偏低,存在最优解不稳定的问题。结合经典Newton-Raphson法的超线性收敛速度和粒子群算法全局收敛能力的粒子群混合算法具备2类算法的优点。在迭代初期采用粒子群算法获得的近似全局解作为Newton-Raphson算法的初始值,以确定高精度的解。利用粒子群混合算法在发动机变导向器面积的大偏离计算中获得了较好的收敛效果,解决了常规Newton-Raphson法不收敛的问题。     

在轨服务中非合作目标空间圆检测方法研究

为自主完成空间服务任务,需要满足各种功能需求、突破多种关键技术。针对在轨服务中具有圆特征的非合作目标空间圆（星箭对接环、发动机喷管等）,首先分析了非合作目标空间圆检测技术在在轨服务系统中的主要应用;然后提出了一种非合作目标空间圆的检测方法,通过Canny算子检测边缘,并用Freeman链码法对边缘进行提取分类,再利用RED算法进行非合作目标空间圆检测;最后给出仿真结果,在保证检测精度的前提下,较传统的RED算法明显降低了算法的耗时量。     

INS/SAR组合定位技术研究

主要研究了INS/SAR组合对运动目标的定位算法。首先,建立了INS/SAR组合定位系统数学模型;其次,基于卡尔曼滤波方法和alpha-beta滤波方法完成了INS/SAR组合定位算法设计;最后,考虑组合导航系统误差及导引头测量误差,对定位算法进行了数字仿真及性能分析。仿真结果表明,所设计的INS/SAR组合定位算法在远距对运动目标具有较高的定位精度。     

基于病毒遗传算法的快速航迹规划方法

为了提高现有航迹规划系统的实时规划能力,对基于分层策略的航迹规划方法中全局规划部分进行改进,提出了基于病毒遗传算法的快速规划方法.分层策略的航迹规划包括全局规划和局部规划,由于对不同性质的约束条件分阶段进行处理,该方法降低了航迹规划的计算复杂度.但全局规划采用的标准遗传算法仍存在早熟和局部收敛慢的问题.针对这些缺陷,采用病毒遗传算法进行改进.结合航迹规划的领域知识,给出了病毒种群的编码方法并设计了特定的病毒感染算子,使航迹寻优效率得以提高.仿真实验表明,在相同约束条件下,该方法能更快生成满足战术要求的航迹.     

卫星高速宽带数传系统的变步长LMS均衡算法研究

对码间干扰实现快速有效的均衡是卫星高速宽带数字传输的关键之一,针对S型函数(Sigmoid函数和双曲正切函数)变步长LMS均衡算法在误差e(n)接近零处μ(n)变化大的缺陷及算法复杂度高的问题,提出了一种改进的变步长LMS自适应均衡算法.算法通过简化步长更新式的复杂度,增加误差信息量,优化改进的S型函数结构,建立了新的步长因子μ(n)与误差函数e(n)非线性关系,使算法误差接近零处步长因子变化平滑缓慢,消除不相关噪声序列的影响,且算法复杂度比其它同类改进算法小.仿真结果表明新算法性能优于其它改进算法.文中给出了卫星高速宽带数字传输系统的仿真模型,将新算法应用到系统模型的白适应均衡器中,系统误码性能得到较大改善.     

一种兼顾卫星导航系统星间观测及通信的链路分配算法

卫星导航系统星间采用点波束建立星间链路时,由于星上波束数量小于可建立星间链路的卫星数量,因此便产生了如何有效分配有限波束来建立星间链路的问题。针对该问题首先利用星座运行的周期性提出了一种适用于星间观测及星间通信的拓扑处理方式,并以该拓扑处理方式为基础提出了一种链路分配算法。算法在保证星间观测数量最大化的前提下,以降低整网通信代价为优化目标,尽管为了保证星间观测数量会不可避免地导致通信性能的部分损失,但是仿真结果表明算法的性能整体上优于铱星系统所采用的网状链路分配方法的性能。     

BTT导弹神经网络直接逆控制算法的FPGA实现研究

针对BTT导弹控制系统中导弹模型的非线性和强耦合的特点,应用逆7系统和神经网络相结合的方法建立了导弹的逆模型.并以俯仰通道为例,设计了逆控制算法的BP神经网络结构,采用Verilog HDL编写了BP神经网络各个功能模块,并将其在FPGA上实现.通过神经网络逆控制算法在FPGA硬件实现和通用计算机上软件实现的对比,表明...     

一种适用于小推力轨控发动机“二次变轨”机动突防方案

针对突防发动机轨控推力较小,难以产生在拦截器末制导段内成功突防所需的机动过载的实际情况,提出避开拦截器机动性能最强的末制导段,而选择在拦截器自由飞行段和末制导结束后实施“二次机动变轨”的突防方案,旨在解决弹道中段机动突防方案的有效性问题.建立了推力方向、推力持续时间等轨控发动机主要控制参数的优化规划模型,提供了基于遗传...     

基于克隆选择算法的学习型Petri网及在潜在通路分析中的应用

传统学习型Petri网(LPN)有2个缺陷:1)都是针对无回路PN模型,这不符合实际情况;2)大部分都是利用BP算法进行学习,带来BP算法固有的缺陷.针对这2个缺陷,提出基于克隆选择算法(CSA)的LPN(CSALPN).首先对系统进行PN建模,然后利用CSA训练PN,使得PN既可以学习先验知识又可以利用系统的结构信息...     

内乘波式进气道与内型侧压式进气道性能分析(英文)

采用内乘波进气道技术设计了一个马赫数6进出口均为矩形的高超声速进气道。设计基于一种优于传统方案的基本流场(ICFC型),使用流面追踪和激波切割方法生成进气道三维造型。为了开展对比研究,选择了典型的侧压式进气道为参照,本文进气道设计马赫数、进口形状、收缩比等都与该侧压式进气道相同。数值模拟结果表明,内乘波式进气道的各项性能参数都不低于侧压式,多数性能(如流量捕获系数、总压恢复系数、动能效率等)比侧压式都有提高。对比设计工况的性能分析也显示内乘波式进气道性能明显优于侧压式,且在所考察的各工况下都能捕获超过91%的来流。研究证明了有效利用三维压缩来进行特定设计的内乘波式进气道是一种性能优秀的定几何高超声速进气道,尤其在改善流量捕获能力方面特别突出。