基于混合遗传算法的多冲量最优变轨

针对航天器多冲量最优变轨问题,建立了多冲量最优变轨的数值优化模型,给出了一种遗传算法(GA)与序列二次规划算法(SQP)结合的混合优化算法.该算法不需初值猜测,全局和局部搜索能力强并且计算效率高.仿真计算了燃料最优交会和时间最短拦截问题,比较了GA,SQP以及混合遗传算法的性能.针对混合遗传算法得到的不同冲量次数变轨的优化结果,分析了冲量次数对变轨性能指标的影响.结果表明混合遗传算法综合性能最高,冲量次数对不同性能指标的影响不同.仿真算例验证了模型和算法的有效性.     

基于准三维冰形算法的结冰预测技术及应用研究

机翼结冰是威胁民用飞机飞行安全的主要因素之一,准确预测机翼的结冰过程和特点,可为防除冰设计提供依据和支撑。提出了利用二维模拟三维的准三维冰形算法,该算法在保证结冰预测精度的同时,极大地降低了型号结冰计算成本;给出了顺气流和垂直于前缘两种典型民用飞机后掠翼机翼的二维剖面截取方法,并将采用该方法的计算结果与三维后掠机翼的结冰预测结果进行了对比分析。结果表明,相对于顺气流方式,垂直于前缘方式的准三维冰形算法与三维后掠机翼的结果更为接近。     

一种单幅异源图像适配性的计算方法及应用

图像适配性问题在匹配区选取与景象匹配末制导试验中都具有重要的地位,图像适配性通常用匹配概率度量。针对单幅图像,采用降质变换方法生成图像对,提出一种能用于计算单幅异源图像适配性的方法,并应用于图像适配性评估。该方法操作性强,容易实现,可解决缺少先验信息时图像适配性的计算问题。     

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。     

空间相机相对辐射定标精度分析

文章介绍了CCD相机辐射定标概念;分析对比了平均行标准差法、平均标准差法和广义噪声法三种计算相对辐射定标精度的算法;对归一化系数法、最小二乘法进行相对定标的数学原理进行了介绍;并采用中巴地球资源卫星02B CCD相机辐射定标数据计算三种定标精度,验证了理论分析的正确性,并指出了现有定义算法的不足处。     

线性调频连续波SAR成像算法研究

研究了线性调频连续波SAR的距离徙动算法成像.针对线性调频续波SAR的特点,在STOP AND GO近似成立的条件下,讨论距离徙动算法的实现过程.STOP AND GO近似失效时,通过补偿线性调频连续波SAR连续运动引入的多普勒频移,提出了改进,并给出仿真验证.     

基于特征模型的火箭发动机伺服控制系统设计

以新型大推力火箭发动机为研究对象,提出了基于特征模型的伺服系统控制器设计方法。首先,介绍了特征建模理论并讨论了特征模型参数范围;其次,采用人工蜂群算法实时估计火箭发动机伺服系统特征模型参数,使其满足特征模型输出与实际系统输出特性等价条件;最后,使用黄金分割自适应控制律保证系统在参数估计过程中的闭环稳定性,同时引入前馈跟踪控制律,逻辑积分控制律和逻辑微分控制律使伺服控制系统快速、精确跟踪线位移指令并改善动态性能。仿真结果表明,设计的火箭发动机伺服控制系统指令跟踪精度高,动态特性良好,鲁棒性强。     

存在干扰下的无人机中继站波束成形算法

无人机(UAV)通信具有部署快、使用灵活、通信质量好等优点,在无线通信领域具有广阔的应用前景。采用UAV作为中继站构成的增强型卫星通信网络经常受到各种干扰的影响,导致其性能急剧下降。以信干噪比(SINR)最大化为准则,UAV中继站发射功率满足要求为约束条件的优化问题的基础上,提出了一种基于最大瑞利熵的波束成形(BF)算法,得出最优权矢量。为了降低BF算法的实现复杂度,进一步提出了一种基于迫零(ZF)的次优BF算法。计算机仿真验证了这2种BF算法的有效性。     

银行印鉴的模糊识别方法

印鉴的计算机自动识别在金融电子化进程中是一个关键问题,也是一项十分难以解决的课题,目前国内外已提出了一些算法,但仍然在存在若干未能解决的问题,本文结合遗传算法,图像分析,模糊识别等方法,提出了一套完整的印鉴识别方法,能适应不同形状,大小的印鉴,配准精度高,特征提取较为全面,有效,分类准确,且能较好的消除背景干扰,基本达到实用要求。     

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.