一种深度强化学习制导控制一体化算法

研究了一种基于深度强化学习理论的制导控制一体化算法。不同于传统的制导控制一体化算法和制导控制回路分开设计的方法,基于深度强化学习理论的制导控制一体化算法利用深度学习强化算法生成一个智能体,智能体根据导弹的观测量生成舵偏角控制指令准确拦截目标。首先将制导控制问题转化为一个马尔可夫决策过程,然后提出了一个权衡制导精度、能量损耗和飞行时间的奖励函数,将制导控制问题转化到强化学习问题的框架中。最后采用深度确定性策略梯度算法,求解提出的强化学习问题,训练得到制导控制智能体,智能体根据导弹观测量生成舵偏角指令。通过进行大量的数值模拟,验证了提出的制导控制一体化算法的有效性和鲁棒性。     

KM6水平舱综合复压系统设计与仿真分析

综合复压系统是载人地面试验设备的重要分系统之一,主要用于载人试验一旦出现重大故障和事故时,对试验舱进行紧急复压,让舱体迅速恢复到正常大气压力环境。文章介绍了KM6水平舱综合复压系统的流程设计;对系统的紧急复压能力进行了数值计算和仿真分析,其结果与系统调试结果基本吻合。表明仿真模型的建立及分析正确可信,综合复压系统流程设计能够满足设计要求。     

DS/FH混合扩频快速捕获技术的研究

在DSFFH混合扩频通信系统中,快速捕获是一个非常关键的技术。通过采用快速扫描和等待式相结合的方法用来实现跳频信号的快速捕获,利用神经网络技术实现直扩信号的快速捕获,通过这2种方式,就可实现DSFFH混合扩频的快速捕获。     

一种机器人球腕的模型优化方法

许多机器人的共同特点是在操作臂末端安装了球腕.球腕是机器人上一个重要的独立结构,它的静态误差必然影响操作臂末端执行器的位姿精度.以机器人末端的球腕作为独立的研究对象,在静态误差分析的基础上,提出了一个评价球腕精度的综合指标.根据这一指标建立优化模型,对存在静态误差的球腕模型进行优化,从而建立新的球腕运动学模型.应用新模型进行运动学及动力学解算,可以减小机器人球腕的位姿误差,特别是减小具有较大静态误差的机器人球腕的位姿误差.通过对机器人球腕进行的局部优化,整个机器人末端执行器的运动精度将在一定程度上有所提高.      

基于自适应谱估计的跳频捕获技术

提出了一种基于谱估计的跳频(FH, Frequency Hopping)信号的捕获方法,建立了自回归自适应谱估计模型和算法,通过计算信号频谱估计了跳频信号的瞬时频率.当频率估计存在偏差时,为了避免错误判决,实现稳健捕获,给出了一种新的捕获逻辑.在高斯白噪声( AWGN, Additive-White Gaussian Noise)环境和瑞利(Rayleigh)衰落环境下,对不同天线阵元数目情况下的捕获性能包括平均捕获时间和误码率进行了数值仿真.仿真结果表明:谱估计算法能快速准确地估计出信号频率,实现跳频信号的快速捕获.      

运载火箭晃动分析中知识模型的构建及应用

为了改变传统方法所实现的运载火箭晃动分析计算程序结构固定、缺乏灵活性、不能根据不同的使用场景自发完成不同计算任务的问题，利用本体理论和方法，将领域知识解决实际问题的过程抽象为决策知识引导应用单元执行的过程模型。根据建立的模型，从晃动分析相关领域知识中剥离出决策节点和应用单元，再通过决策节点重构决策知识，最终实现决策知识引导应用单元完成晃动计算。最后利用本体OWL语言实现决策节点重构决策知识，并开发了基于本体的火箭晃动计算分析软件模块，实现了分析计算知识的公用性、可拓展性和配置灵活性，为快速、智能化的专业分析计算提供借鉴。     

导弹武器惯导系统传递对准技术综述

按照传递对准所包含的技术内容,概述了国内外导弹武器惯导系统传递对准发展现状.分析和归纳了传递对准技术发展过程中所涉及的基础理论和模型方法,着重强调了匹配方法、异常基准信息、动态挠曲变形、数据延迟、量测噪声预处理等影响传递对准性能的重要因素,并给出了解决这些问题的基本思路.最后,初步讨论了导弹武器惯导传递对准技术的发展趋势.     

Rician衰落信道下Turbo码性能分析

文中研究了Rician信道下Turbo码的性能,并详细推导Turbo码在Rician信道下的误码率上界的表达 式,最后对Rician信道的主要参数对译码性能的影响作了仿真。     

伸展悬臂梁动态特性分析

本文基于Ｌａｇｒａｎｇｅ方法推导了伸展悬臂梁的动力学方程，分析了伸展速度、加速度对梁动态特性的影响。对悬臂梁在不同的伸展规律、不同的外激励下的响应进行了数值模拟。结果表明，伸展长度、速度对梁的动态特性有显著影响。     

卫星姿控仿真系统中的力矩传感器

在卫星姿态控制半物理仿真系统中 ,执行机构飞轮的输出力矩多采用通过对飞轮转速度化的计算来获得。本文提出一种基于力反馈原理的力矩传感器 ,用它对飞轮输出力矩测量 ,其性能指标明显优于上述方法。从有关实验结果看 ,一个精度高于 0 0 0 0 5N·M的力矩传感器是完全可以实现的