惯性制导系统误差补偿评估模型研究

对惯性制导系统误差补偿是提高导弹射击精度的简单有效途径，研究补偿效果的前提是系统误差模型和噪声模型的确定。通过研究飞行工作环境变化导致的系统模型差异，结合惯性制导实时补偿方法，提出了基于工程背景的误差补偿和补偿评估模型的选取方法，仿真分析表明此方法有利于验后误差系数的分离和补偿精度的评估。     

脑力负荷与目标辨认

研究虚拟战斗机驾驶员飞行过程中涉及的监视、计算记忆、攻击和探测4项任务,通过改变工作的快慢节奏来影响脑力负荷,以正确反应率和反应时间来评价和分析被测试者在不同脑力负荷下对目标颜色、形状和位置的辨认情况,为人机界面设计目标编码及确定目标呈现时间提供科学依据;使用脑电图仪测量实验过程中被测试者的生理反应来评价脑力负荷与任务难度的关系.实验结果表明:在需要分配注意力的情况下,人对实验分别选取的3种颜色和形状的辨认不受脑力负荷大小的影响,脑力负荷大小影响人对不同位置的目标辨认;人的目标辨认显著受到目标呈现时间的影响,目标呈现时间越长,反应时间越长;脑电图在一定程度上波的频率和高振幅波能反应脑力负荷大小.     

参数估计中的系统初始状态确定

极大似然方法是应用比较广泛的一种参数估计方法，具有较好的统计特性，但由于所采用的寻优计算方法的限制，在使用过程中需要将系统的初始状态信息作为计算的起点。针对这个问题开展了一些研究工作，提出了系统初始状态与未知参数联合估计和系统初始状态的极大似然估计两种解决方法，并结合某型旋转导弹的气动参数辨识问题进行了仿真计算。     

基于层次分析法的综合射频架构选取技术研究

综合射频系统是作战飞机航空电子系统的重要组成部分，它们是作战飞机通过无线电方式感知外界信息的重要系统。系统架构的选取直接影响了飞机的作战性能，针对以往架构选取依赖大量定性分析而缺乏定量对比问题，提出了基于层次分析法的综合射频架构选取技术，该技术能够有效地根据不同的任务需求和平台需求，综合考虑定量和定性因素，给出更为合理对比分析结果，为综合射频系统的系统设计提供技术支撑。该技术也可推广到航空领域其他多目标决策问题的应用。     

高校学生管理系统中组合查询的设计与实观

论文根据组合查询的条件，将组合查询与字段选取有机结合，通过设置数据过滤等方法，并应用PowerBuilder中动态生成数据窗口、游标等功能，用较少的程序代码实现了复杂的查询功能。     

最数字

20 美国肯特州立大学数攀家戴维德森教授及谷歌员工等组成的研究团队，借助谷歌集群电脑，证明了魔方全部的43252003274489856000种初始状态都可以在20步以内复原。个人电脑做这个检验需要35年。而谷歌集群电脑只用了数周时间。     

基于UG的蒙皮成形模设计

飞机蒙皮拉形工艺中，材料选取、热处理规范及拉形工艺参数影响蒙皮拉形成形质量。该蒙皮零件呈马鞍形，在成形过程中极易出现质量问题，如零件易发生破裂，板料中间不贴模等，严重影响零件尺寸精度和表面质量。为解决该问题，对零件进行了相应工艺研究和试验。     

Kalman弹道滤波器的快速收敛性研究

在弹道修正过程中,需根据一段实测弹道参数,准确地估算常规弹箭的飞行弹道。工程中,常应用Kalman滤波方法,结合质点弹道模型建立六状态滤波弹道模型。速度初值估计的准确性,是对滤波过程造成影响的主要因素。为改善这一状况,采用多项式拟合用以对速度状态进行估计并以此作为滤波初始值。在此种估计下滤波,速度滤波过程可快速收敛,位置滤波过程收敛速度大幅度提高,可使最优弹道诸元参数获取时间缩短30%。     

大气层内模型预测静态规划拦截中制导

在临近空间机动目标拦截中,拦截器的初始动力段对中制导段乃至末端拦截性能具有重要影响。在模型预测静态规划（MPSP）理论基础上提出了一种初、中制导联合规划制导方法,旨在解决多阶段、快速、最优拦截轨迹规划和制导问题。首先,提出了一种改进的模型预测静态规划方法,该方法不仅可以满足终端约束,还可以生成最优初始状态,并在性能指标中考虑状态变量相关函数。其次,基于等效阻力模型建立了包含动力段与非动力段的两段规划模型,通过采用分段离散以及构建关机点变分关系的方法,避免了内点约束的引入,使MPSP算法可直接求解该两段规划问题。最后,结合提出的MPSP算法以及两段规划模型,实现了终端速度最优的拦截轨迹规划,结合目标预测方法,实现了对机动目标的预测拦截。仿真结果表明,本文方法可提高制导精度和终端速度,且能更好满足对机动目标的拦截需求。     

基于特征参数的吸气式高超声速飞行器上升段轨迹优化

针对吸气式高超声速飞行器上升段轨迹优化问题,提出并研究了基于特征参数的轨迹优化方法。首先,建立了吸气式高超声速飞行器动力学模型,给出了气动力和推力模型。根据上升段轨迹特性,建立了基于指数函数和多项式的控制变量的取值模型。该模型取决于若干特征参数,从而将一个求解泛函的最优控制问题转化为求解特征参数的非线性规划问题,并采用序列二次规划算法求解。针对初值敏感性,提出了基于遗传算法的初值选取方法,以及基于物理意义的手动选取方法。