TlcsVTE原型中功能覆盖率算法的实现

TlcsVTE原型是针对某型号上位测控软件研制的测试环境,旨在对该型号的上位测控软件进行确认测试。本文重点阐述TlcsVTE中功能覆盖率算法的实现思路。该算法是基于被测软件运行环境的体系结构以及被测软件的功能分解进行设计的。该原型中采用了本文所述的算法辅助测试人员对被测软件进行功能测试以及覆盖率的实时统计。应用该原型测试被测软件,功能覆盖率可达100%。     

飞行器同平面连续推力下最佳变轨策略研究

根据最优控制理论设计最优控制模型，将求解最优变轨问题转变成求解两点边值问题(TPBVP)；采用一阶梯度法进行粗略计算，得到近似结果；采用邻近极值算法进行精确计算，得到了满意的结果。     

脉冲多卜勒引信实时校准技术初步研究

脉冲多卜勒引信实时校准技术主要对引信回波模拟源的无线电引信技术指标进行准确评定,以达到校准的目的。目前对该类专用测试设备的校准仍停留在分项校准的状态,无法全面地对整个专用测试设备进行评定,本文利用"宽带数字接收+软件无线电"技术和解调算法,实现对引信回波模拟源的系统级校准的目的。     

基于LADRC的无人机高精度定高控制

针对复杂气流扰动对无人机（UAV）航迹高度控制的影响,对存在复杂气流扰动下的定高控制策略、控制结构和控制器参数优化展开研究,实现高精度高度控制。基于线性自抗扰控制（LADRC）确定总体控制架构,设计扩张状态观测器（ESO）观测估计纵向高度通道和速度通道中存在的总扰动,在控制中引入扰动补偿,减小扰动对系统输出造成的影响。对UAV在飞行过程中存在的大气紊流扰动或离散突风等风干扰分析其功率谱密度,构造考虑风扰动对高度影响、时域响应特性和稳定裕度的综合目标函数,通过粒子群优化算法得到具有高精度、高抗干扰性能的控制器参数,优化中考虑风干扰的功率谱密度分布,减小了控制器参数设计的保守性。通过与常规比例-积分-微分（PID）控制器控制效果进行对比,说明基于线性自抗扰控制器的纵向高度控制的优异性能。      

AUSM+-up格式在无网格算法中的推广

将AUSM -up格式推广运用到了无网格算法中.在点云离散的基础上,运用曲面拟合和AUSM -up格式求得数值通量;采用四步龙格-库塔方法进行时间推进,并引入当地时间步长和残值光顺等加速收敛措施.为了验证本文方法的计算精度和鲁棒性,对NACA0012翼型跨声速流动、某三段翼型低速绕流、平行错位NACA0012双翼超声速、高超声速流动进行了数值模拟.     

共聚焦三维数据表面重建的一种反走样方法

用边界体素的集合表示物体表面,将边界体素作为点投影到屏幕上形成光照图像时,可能出现空洞和图像走样.改进了体素表面算法:用剖分立方体算法得到物体的边界体素集,然后用边界体素的中心点构造投影表面点,用脚印函数计算表面点对显示图像平面上像素的影响范围,以此值作为该像素的权值,形成最后的图像.这样,边界体素不是只投影到一个点上,而是有一个投影区域,从而避免空洞现象,并减轻走样现象.实验证明,该方法具有较快的表面重建速度,消除了空洞,改善了显示效果.     

MUSIC算法在通信卫星干扰源定位中的应用

通信卫星的安全日益受到关注,利用通信卫星多波束天线的特性获得干扰信号的波达方向已成为干扰源定位的一种重要手段。本文简要介绍了测定向的体制,重点对空间谱估计中的MUSIC算法进行了探讨,结合星载多波束天线的模型对MUSIC算法进行了仿真验证。此外,明确了MUSIC算法在实际应用中需要解决的问题和相应可采取的措施。     

一种自适应的曲面剖分算法的实现与性能分析

根据曲面求交的基本原理,结合自适应理论,构造出了一种新的剖分算法。这种算法提高了曲面求交的精度和效率,简化了曲面求交算法的复杂性,同时有效地解决了曲面求交中的漏点漏线、自交等各种问题。     

一种航天器交会与接近路径规划算法

针对非合作交会与接近任务中近程导引段航天器的三维路径规划问题,提高其在多约束条件下的寻优性能,提出一种融合混沌映射、自适应随机动态扰动、随机探索机制以及反向学习策略的混合蝙蝠算法。首先,利用Circle混沌映射进行种群初始化,提高种群多样性;在全局搜索中引入自适应随机动态扰动系数,并在位置更新时进行位置限定,提高算法全局寻优的性能;在局部搜索中融入柯西分布的逆累积分布函数,避免算法进入局部最优。同时,引入分段随机的反向学习策略,进一步提高种群多样性,平衡全局寻优与局部探索的性能。然后,以基于升序排列的路径节点进行三次样条插值编码,构造躲避障碍物求解航天器三维路径的适应度函数,结合混合蝙蝠算法求得平滑路径曲线。最后,通过对比仿真表明了所提方法的最优路径次数较对比算法增加,最差路径次数减少,路径平均解减少。     

基于代理模型全局优化的自适应参数化方法

对于翼型气动隐身设计问题,设计变量的配置对设计结果影响很大,而简单地增加设计变量不能保证得到理想的结果。提出一种适用于代理模型全局优化的自适应参数化方法：利用全局敏感性分析方法——基本效应法,得到设计空间关于目标函数的敏感区域信息,并以此为根据增加设计变量;利用节点插入算法将低维样本在高维空间内进行重构,避免了重新取样的工作量。相对于传统固定设计空间维度方法,自适应参数化方法在设计空间的敏感区域扩展维度,能够更加精准地描述外形并反映目标的变化趋势。通过飞翼布局翼型的气动隐身优化算例,证实自适应参数化方法可以大幅提高优化设计质量和效率。