基于纯比例导引的拦截碰撞角约束制导策略

拦截碰撞角约束制导是当前导弹制导研究的关键问题之一。首先基于理想比例导引（IPN）律拦截非机动目标的解析解,推导了纯比例导引律（PPN）拦截固定目标的解析解,得到了弹目相对距离、制导指令加速度和导弹前置角的显示表达式,并进一步得到了拦截碰撞角与弹目相对运动状态和比例导引系数之间的解析表达式。其次,基于该解析表达式,提出了基于PPN的拦截碰撞角约束制导策略（PPNIACG）,并探讨了在铅垂面内进行落角约束打击和水平面内进行拦截碰撞角约束打击的2种实现方式。最后,以弹道成型制导律（TSG）和最优碰撞角约束制导律（OIACG）为参考,通过数值仿真算例,对PPNIAC的拦截性能进行了对比分析,验证了所提出制导策略的有效性和正确性。     

高超声速钝头体边界层转捩试验

为研究高超声钝头体边界层转捩以及头部钝度对转捩的影响,在FD-14和FD-14A两座激波风洞中开展了热流、压力扰动和高速纹影显示等综合测量。试验结果表明,转捩雷诺数关于钝度雷诺数的变化显示出转捩反转的趋势。压力扰动的功率谱密度（PSD）分析结果以流向离散分布云图形式显示,边界层高速纹影图像显示了第二模态波的发展、湍流的生成和熵层对边界层结构的显著影响。大头部钝度带来的强熵梯度熵层流动对边界层压力扰动频谱特性和流动结构影响显著,在转捩反转机理中起到重要作用。此外,马赫数对转捩的影响不容忽视。     

基于分数阶微积分理论的最优导引律设计

随着技术的发展及战场环境的日益复杂化,拦截机动目标的需求越来越大。然而传统制导律在拦截机动目标时存在制导精度差、末端过载突变的问题,故提出了一种基于分数阶微积分理论的最优导引律。首先,介绍了分数阶微积分的定义、性质及其数字实现方法;然后,分析了弹目相对运动关系,通过分数阶变阶次建模和最优控制理论推导出了分数阶导引律;最后,仿真结果表明：与传统比例导引法相比,所设计的分数阶最优导引律能够保持比例导引法良好的追踪性能且拦截时间能够缩短2s,末端过载值趋近于0。该方法解决了传统比例导引法在末端由视线角速率发散而导致的末端过载突变问题。     

基于并行CFD和优化技术的返回舱外形多目标优化设计北大核心CSCD

在给定的质心设计范围内,围绕球冠倒锥返回舱外形的高超声速气动单点静稳定性、配平升阻特性、质心横偏量的综合设计问题,提出了多点多目标优化设计数学模型。通过多目标优化设计方法结合并行数值模拟技术,对该多点多目标气动外形优化设计问题进行研究,为了加快多点数值计算进度,采用了嵌套并行方法,通过有效利用硬件资源来提高多个状态气动数值求解效率。根据以上方法给出的最优设计边界指出了返回舱单点静稳定性与配平升阻比和质心横偏量的矛盾关系,改善单点静稳定性会导致配平升阻比下降,使质心横偏量增加;反之,配平升阻比增加,质心横偏量减少都会使单点静稳定性变差。     

微型凸起物高超声速气动热特性研究

利用N-S数值解方法对高超声速气流中微型凸起物的气动热环境进行了计算研究,并对前斜坡峰值压力和热流跃升进行了分析,结果表明对于高雷诺数流动,由于其边界层很薄,气流对凸起物的冲击作用比低雷诺数流动大很多,给凸起物前缘和上表面带来较严重的气动热问题。研究还表明利用斜面侧扩张角可以降低凸起物后斜坡的气动热环境。最后对球锥与平板物型的差异给微型凸起物热环境特性带来的影响进行了研究,结果表明在本文计算状态下,风洞平板实验模型得到的凸起物前缘峰值压力和热流跃升比实际球锥外形要高,因此地面实验结果外推到天上实际情况还是比较保守的。     

精密测距的动态数据处理

无线电精密测距是通过无线电测量飞机、舰船、导弹等目标的精确距离和速度信息。根据飞机实际中的运动情况建立动态模型,采用适合于工程应用的新型自适应α-β滤波器对测距值进行实时动态处理,然后经过详细的MATLAB仿真,验证了动态滤波算法在保证实时性的前提下可以提高测距精度。     

运动信息引导的目标检测算法

在室外监控视频的场景下,由于场景的复杂性及目标的多样性,监控视频中的目标存在难以检测的情况,如目标被遮挡、目标尺寸变化等,目标检测任务仍然存在挑战。基于此,提出了一种利用运动信息引导基于卷积神经网络的目标检测算法来提高目标检测的准确率。对运动目标检测算法进行一定的改进,使得到的运动前景图中能够保持静止目标前景的存在;利用运动前景图中的前景可以指示目标空间位置的特点,在特征层面将网络提取的特征图与获取的以运动前景图为主的运动信息相融合,提高特征图可能存在目标区域的响应值;在目标检测算法的检测器中,引入一个定位分支,利用视频帧的运动前景图,学习候选目标的定位置信度,并与目标的分类置信度加权求和,作为目标最终的置信度,再通过非极大值抑制方法得到检测结果。实验证明,在固定摄像机下采集的数据集中,所提算法能够提升目标检测的准确率。     

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。     

对地观测卫星成像调度的多目标约束修正方法

 约束修正是对地观测卫星成像调度的重要组成部分,负责处理成像调度方案的约束满足与优化,是一类复杂的组合优化问题。为得到优化可行的成像调度方案,提出一种新的约束修正方法。针对约束修正问题构建时间序有向图模型,并将约束修正问题归结为点带约束成本的优化路径搜索问题;在此基础上,提出一种基于标记更新的多目标约束修正算法。实际问题的实验与分析表明：该方法能够在规定的时间内求得问题所有的多目标优化解,有效地解决了卫星成像调度的约束满足与优化问题。     

复杂背景下红外弱小运动目标检测的新方法

提出了一种用于检测不同类型复杂背景下红外弱小运动目标的新方法。该方法能够根据图像信息自动选择背景预测算子;同时,针对不同类型复杂背景中目标和背景特性的差异,提出了“局部小目标可辨识度”的概念,并定义了一种有效的方法将其量化。在此基础上,采用蒙特卡罗实验方法构造了一种新的阈值函数,实现了单帧目标的检测,然后采用移动加权管道滤波提取目标的运动轨迹。实验结果表明,该方法对不同类型复杂背景的红外弱小运动目标具有很好的检测性能。