基于NFTET的高超声速飞行器鲁棒轨迹重构设计

考虑高超声速飞行器故障下安全再入飞行问题,针对飞行器发生较大故障的情况,提出了基于相邻可行轨迹存在定理(Neighboring feasible trajectory existence theorem,NFTET)的鲁棒在线轨迹重构算法。在标称情况下基于反馈线性化预测校正制导算法生成满足各种约束条件的再入轨迹;由于NFTET只适用于发生较小故障的情况,为保证较大故障下飞行器仍能以较高精度安全着陆,基于NFTET理论设计了鲁棒轨迹重构算法,得到了较高落点精度的飞行轨迹。仿真结果表明,本文所提出算法能有效解决飞行器较大故障下的安全再入轨迹重构问题,提高了飞行器的自主容错能力。     

松约束运输问题模型与算法研究

运输问题存在着所谓的"多反而少"悖论现象,本文用运输问题的松约束模型,说明了运输问题产生悖论现象的原因,从而拓宽了运输问题的应用范围,增加了运输问题的适应性,本文给出的运输问题的松约束模型的表上作业算法,运算简单,能彻底解决了运输问题的"多反而少"悖论现象,用本文所介绍的算法解一些问题,得到了更省的调运方案.     

一种新传感器组网策略在纯方位目标跟踪中的应用

纯方位目标定位精度不仅与所选择的节点数目有关，而且还与目标和节点间的相对位置有关，为了同时满足目标的定位精度尽量高和节点能量消耗尽量少这一要求，提出了一种改进的基于多目标蚁群优化算法的传感器节点组网策略。在此基础上，推导了基于当前统计模型的分散式纯方位跟踪算法并对纯方位机动目标实施跟踪。仿真结果表明：在选择相同数目节点的前提下，本文所提出的节点选择方法与传统的最近邻方法相比，跟踪精度不仅得到了提高，而且还节约了节点的能量消耗。     

基于力约束的空心涡轮叶片陶芯定位方法

精铸蜡型作为空心涡轮叶片精铸过程重要的前期工艺转接件,其壁厚精度主要由蜡型模具型腔与内部陶芯的位置匹配关系决定。由于陶芯在模具内完全依靠定位元件实现空间定位,为减小由定位误差引起的陶芯位姿漂移,提出了一种基于力平衡约束的空心涡轮叶片精铸模具陶芯定位布局优化方法。首先,通过建立陶芯定位误差传递模型,揭示了定位误差与陶芯空间位姿扰动量之间的映射关系;其次,根据力平衡原理构建了基于力约束的陶芯定位布局优化模型;之后,针对陶芯表面定位候选点的离散分布特性,结合遗传算法给出了陶芯定位布局点的详细求解策略。最后,仿真对比证明了利用本文所提方法获得的陶芯定位方案可以在保证陶芯定位稳定性的同时提高陶芯定位精度,此外,按照优化后的定位方案压制实际蜡型,壁厚检测结果也进一步表明所提方法的有效性。     

直升机/发动机系统变旋翼转速串行优化方案

提出了一种用于直升机/涡轴发动机综合控制的变旋翼转速串行优化方案.首先基于Levenberg-Marquarat(L-M)算法/一维最优搜索算法,在保证直升机飞行状态不变的情况下,寻优得到旋翼所需最小功率,再通过优化发动机操纵量,在保证发动机约束成立的条件下得到当前发动机运行最优工作点,即达到直升机巡航时油耗最小或者涡轮前温度最低.最后,在UH-60直升机/涡轴发动机综合控制仿真平台上进行了最小油耗控制模式的仿真,数字仿真结果表明了该串行优化方案的可行性.      

基于改进型遗传算法的多传感器—多目标定位信息融合

针对用遗传算法解决多传感器-多目标定位收敛速度的问题,提出了采用拉格朗日松驰技术改进遗传算法的方法,并给出几种典型情况下算法的实验结果。实验结果表明,改进的遗传算法收敛速度比改进前提高了5—6倍。     

基于小生境遗传算法的多峰函数优化

根据多峰目标函数的具体情况,应用遗传算法随机寻优得到若干个最优值,以这些值作为小生境遗传算法的先验知识,指导小生境距离参数的确定。依据此方法确定小生境距离参数,应用小生境遗传算法成功求解了shubert多峰函数的所有全局最优值。并与相同遗传操作和相同参数下的遗传算法作比较,小生境遗传算法不但能一次性地寻求到解空问中所有的最优解,而且就寻求一个最优点而言收敛速度快于非小生境遗传算法。     

下一代大型军用运输类飞机气动布局及作战应用趋势浅析

随着导弹发射车、重型装甲车、智能无人集群等重型物资装备的远程快速投送需求剧增,以及隐身战机、远距空空弹、防区外自主武器等穿透性打击能力的逐渐成熟,现有常规大型军用运输类飞机在适合未来战场需求和生存能力等方面将面临巨大威胁,其投送/加油/预警指挥的活动范围将被严重挤压。本文首先对现有常规大型军用运输类飞机的国内外现状进行简要概述;然后分别介绍美俄等航空大国开展的下一代大型军用运输类飞机及其关键技术研究;最后对下一代大型军用运输类飞机气动布局发展趋势以及可能作战应用场景进行简要分析,并提出一种分布式涵道油电混合推进运输类飞机气动布局。     

一种多尺度稀疏极化敏感阵列及其DOA估计方法

针对单个电磁矢量传感器(SS-EMVS)的孔径受限和传统稀疏阵列无法提供目标极化信息的问题,结合分离式电磁矢量传感器和稀疏阵列,提出了一种由SS-EMVS组成的多尺度稀疏极化敏感阵列。该阵列的阵列单元为1个完整的分离式电磁矢量传感器,沿y轴分布,整个阵列按阵元间距分为2个均匀子阵,而且这2个阵元间距都可以大于入射信号的半波长,从而构造一个多尺度稀疏极化敏感阵列以得到目标波达方向(DOA)的高精度估计值。该阵列结合了SS-EMVS可降低阵元互耦和稀疏阵列可扩大阵列孔径的优点,提高了目标DOA估计精度的同时降低了阵元互耦,并且对噪声也具备较好的鲁棒性。而在算法上,首先利用矢量叉积算法得到目标方向余弦的低精度无模糊估计值;其次根据2个子阵的空域旋转不变性得到目标方向余弦的高精度模糊估计值,针对这些方向余弦的估计值提出了一种多尺度解模糊算法,可得到目标方向余弦的高精度无模糊估计值;最后经过运算得到目标的高精度DOA的估计结果。仿真结果证明了所提阵列和算法的有效性。该阵列可应用于某些空间受限的实际应用场合中,如安装在飞行器上的传感器阵列,从而发挥电磁矢量传感器的单天线多分量的特点,也可以与MIMO雷达进行结合,借助极化信息提高雷达系统的检测性能和目标二维DOA的估计精度。     

基于遗传算法的液体火箭发动机参数优化

建立了液体火箭发动机系统设计的仿真模型和多目标优化模型,采用组合优化策略和遗传算法,针对全流量补燃循环发动机,进行了不同设计变量和目标函数下发动机性能参数的优化,求得全局最优解.计算结果表明,遗传算法是解决该类问题的有效方法,可为其它类似发动机的优化提供一定的指导作用.