基于自适应遗传BP算法神经网络数据融合的空中目标识别

空中目标识别是现代防空作战的重要研究内容。本文利用不同类型目标产生的多类型传感器的数据信息对目标进行识别。为了训练神经网络目标识别分类器,将遗传算法和BP算法相结合,提出了一种新的自适应遗传BP算法,利用这种神经网络来确定指标的权值。仿真试验结果表明,基于自适应遗传BP算法神经网络的识别是一种简单、可靠的目标识别方法,具有很好的目标识别效果。     

GEO/IGSO混合区域导航星座的设计与优化算法

区域导航星座能够以较低成本和较短时间获得目标区域导航能力,且地球同步轨道是构建非极区区域导航星座的重要轨道类型.提出一种基于GEO(地球静止轨道)和IGSO(倾斜地球同步轨道)的区域导航星座设计方法.基于星下点轨迹特性构造对称星座设计参数和优化参数集,并考虑地球扁率长期摄动影响,计算星座轨道参数.以导航服务区的统计GD...     

基于变步长LMS算法的IMU信号降噪研究

针对遥测系统小型化惯性测量单元惯性敏感元件精度较低,随机噪声较大的情况,研究基于变步长LMS自适应滤波技术的IMU信号实时降噪问题.算法通过实时递推得到失调误差和输入信号的互相关系数估值,利用估值实现算法的变步长控制,克服了固定步长NLMS滤波在收敛速度、跟踪能力和稳态精度之间的矛盾,具有收敛速度快、稳态精度高、动态信...     

多传感器组合导航系统的改进多尺度滤波算法

多尺度滤波算法在多传感器组合导航系统中已得到成功应用，然而该算法用到多个时刻的量测向量，导致算法计算量过大，并影响系统的实时性。针对上述问题，首先利用分块技术与小波变换将时域内描述的系统原始状态方程转换为块状态方程，然后将实时得到的当前时刻的量测向量表达为块状态向量的形式，最后结合常规卡尔曼滤波技术与序贯滤波的思想，提出了一种改进的多传感器组合导航系统多尺度滤波方法。将该算法应用于GPS/SST/SINS多传感器组合导航系统，仿真结果验证了该算法不仅具有较好的实时性，而且相对于传统算法,系统的定位精度提高1倍以上。     

基于信息素启发狼群算法的UAV集群火力分配

无人机（UAV）集群作战是未来智能化战争的重要作战样式。为充分发挥UAV集群整体作战优势，得到最优武器-目标分配（WTA）方案，使得UAV集群在火力分配中既能够满足任务要求，又能够较少作战单元消耗，建立了包含任务完成、有效杀伤、攻击消耗约束的UAV集群火力分配数学模型，采用带有游走、召唤算子的改进狼群算法（WPA）对模型进行求解。为提高算法全局寻优效率，避免陷入局部最优，引入蚁群优化（ACO）算法中信息素启发规则，对游走行为及狼群更新机制进一步改进，提出了基于信息素启发狼群算法（PHWPA）的UAV集群进攻的火力分配方法。仿真结果表明:所提方法是有效的，相比较于其他算法，PHWPA具有更高效的寻优能力，能够为UAV集群作战火力规划提供支持。      

基于滚动时域的舰载机甲板运动轨迹跟踪最优控制

针对单机滑行、无杆牵引系统以及有杆牵引系统的轨迹跟踪问题进行了研究。首先，将这3种系统的轨迹跟踪问题转化为最优控制问题，并建立了连续非线性舰载机系统的轨迹跟踪模型。然后，基于第3类生成函数，提出了适用范围更广的全状态保辛伪谱算法，并结合滚动时域理论提出了基于滚动时域（RHC）的在线跟踪最优控制方法，证明了所提算法是一种保辛算法。基于所提出的在线跟踪算法，对单机滑行、无杆牵引系统、有杆牵引系统在存在初始偏差和持续外界扰动情况下的轨迹跟踪问题分别进行了研究，并与BackwardSweep方法进行对比分析，结果表明本文所提出的跟踪算法可以有效地解决具有控制约束和状态约束的轨迹跟踪问题，并可以更高的跟踪精度和计算效率对标准轨迹进行跟踪，可完全满足实时跟踪的要求。最后，分别从初始偏差和持续外界扰动的角度研究了这3种不同方式的跟踪特性。     

飞行器级间段跨声速脉动压力特性试验

通过脉动压力风洞试验测量，对比分析了跨声速（马赫数介于0.75~1.2）不同锥角和锥长大小的级间段对锥柱外形飞行器局部脉动压力的影响规律。结果表明，肩部脉动压力主要由以低频为主导的激波振荡所致，能量集中在100 Hz左右的窄带区间，且表现为随着马赫数增加，脉动压力系数峰值先增大后减小，并随着肩部激波的后移而不断向后推移。此外，通过对比分析5种不同锥角模型（10°、12.7°、15.3°、20°、25°）的脉动压力系数最大值发现，随着锥角的增加，脉动压力表现出当锥角小于15°时先平缓增加，随着锥角增大脉动压力系数增加幅度进一步加大的趋势。对比分析不同锥长模型的结果发现，锥长对局部脉动压力的最大峰值几乎没有影响，影响的只是脉动压力在肩部作用区域的大小以及峰值出现的马赫数范围，且表现为锥柱级间段越长其作用范围越大，对应于峰值的马赫数区间越宽。     

基于POD-PCE-Kriging模型的航空发动机高维多目标优化

针对于传统的航空发动机燃烧室设计过程计算周期长，加工和试验成本高，制约发动机设计周期的问题，基于航空发动机燃烧室模型，结合POD-PCE-Kriging（本征正交分解-多项式混沌展开-Kriging）模型和粒子群优化（PSO）算法开展了燃烧性能代理模型的构建和多目标优化设计。通过试验，应用POD-PCE-Kriging模型预测结果与一维程序计算结果进行对比分析，针对于燃烧效率和总压损失预测值的方均根误差分别为0.006 3%和0.122 7%。对设计变量参数开展寻优，并对获取的Pareto最优解集进行了分析，为满足性能指标的先进航空发动机燃烧室设计提供了物理见解，可以快速准确获得满足最优性能的设计参数，缩短航空发动机的研制周期。     

基于粒子群算法的飞机燃油箱热参数反演

为获取用于定量评估可燃性的飞机燃油箱热参数，从集中参数法建立燃油箱热模型的假设出发，基于粒子群算法和飞行试验数据，对某型飞机中央油箱热参数的反演进行了探索。选取了4种不同的参数作为目标函数，对比研究了目标函数的选取对热参数反演结果的影响。研究结果显示：反演得出的燃油箱热参数模型，其输出值与试验值变化规律一致，证明了该方法的有效性；其次以整体均方差为目标函数的反演结果与试验值最为吻合，模型输出值与试验值最大偏差为2.62 K；最后对整体均方差增加惩罚项的措施能够使反演后热参数模型满足适航规章的要求。