基于改进PSO-WNN的高频地波雷达 电离层杂波抑制方法

高频地波雷达的海上目标探测能力与电离层杂波的抑制效果息息相关,而电离层杂波的复杂性与变化多样性又为抑制带来了难题。为实现电离层杂波的抑制,分析了电离层杂波的混沌特性,在此基础上提出一种基于改进粒子群算法优化小波神经网络的抑制方法,解决了粒子群算法易早熟和易陷入局部最优的缺点;提出一种自适应概率变异的策略,丰富了种群多样性,使得整个迭代过程中粒子群能够跳出当前最优,寻得全局最优。实测实验表明,基于改进粒子群算法优化的小波神经网络（PSO-WNN）能够基本预测电离层杂波的数值,进行电离层杂波的抑制,有效改善了信噪比,对电离层杂波的抑制研究具有重要意义。     

混合生物生长自适应搜索遗传算法在形状优化中的应用

利用自适应搜索遗传算法和生物生长算法的特点,提出一种新的优化方法—混合生物生长自适应搜索遗传算法。该算法即可充分利用前两种算法的优点,又可弥补二者的不足。为了验证该算法的合理性和正确性,对经典算例三杆桁架结构进行了优化,并将新算法进一步应用于具有复杂结构的三维离心叶轮优化设计中,结果表明混合算法较遗传算法收敛速度快,且可得到形状优化最优解。     

一种适合于导弹控制系统的协方差阵重置递推辨识方法

介绍了一种重置协方差阵的递推辨识算法。这种方法改进了协方差阵的设置 ,以适应导弹控制系统的参数估计要求。数字仿真结果表明 ,对地空导弹、空空导弹控制系统有较好的辨识效果     

一种新型卫星携气瓶推力器喷气时长计算方法

卫星自主编队保持通常采用开环控制模式,需要星载计算机(AOCC)根据推进系统的工作状态实时计算喷气时长。由于AOCC计算能力有限,在携气瓶推力器仿真测试过程中采用的速度增量关机方式不适用于在轨喷气时长的计算。为减小AOCC运算量,提高控制精度,开展了携气瓶推力器的动力学建模仿真,进行了寿命期间的性能分析。针对该时变推力模型,设计了AOCC喷气时长计算方法。通过推力的状态传递和推力预测,构造了以喷气时长为变量的代数方程,并将该方法应用到一组多次喷气情况下的喷气时长计算。仿真结果显示:与以往基于单点测量的推力器喷气时长的计算方法相比,采用该方法计算的喷气时长更接近理论值,能够有效提高卫星自主编队保持的控制精度。     

一种改进的航天器时变模态参数递推辨识方法

针对基于预测器的递推子空间辨识(RPBSID)方法在估计系统的状态变量时计算量较大的问题,提出一种改进的RPBSID方法并应用于航天器的时变模态参数辨识。与原算法相比,改进后的方法在求解状态量时不需要逐个时刻构建相应的Hankel矩阵,而是利用仿射投影算法(APA)实现状态量的递推估计,从而减少了辨识过程中的数据量。在此基础上,利用该状态变量递推得到时变系统的状态空间模型和模态参数。在数值仿真中,建立带有大型挠性附件的卫星动力学模型,分别考虑系统模态参数线性变化、突变和周期改变的情况,利用改进的RPBSID方法对结构的时变频率和阻尼比等参数进行了辨识。理论分析和数值仿真的结果表明这种改进的方法不仅能够有效地辨识系统的时变模态参数,而且与原方法相比具有更高的计算效率。     

一种多级全固体运载火箭上升段自主制导方法

针对多子级全固体运载火箭在终端多约束下的耗尽关机制导问题,设计了一种基于“助推-滑行-助推”飞行模式的真空段自主制导方法。根据轨道动量矩守恒定律,推导出一种同时具有速度和位置矢量约束的定点制导算法(PA)。在PA理论基础上,建立了满足能量匹配的滑行轨道非线性方程组并降阶至一维迭代求解,解决了多级固定总冲约束的两点边值问题。蒙特卡洛仿真结果表明：该算法对固体运载火箭模型的参数偏差和不确定性具有强鲁棒性,并对多终端轨道任务(不同轨道高度和不同载荷质量)具有较强的自适应能力,因此该算法具有重要的理论意义和工程应用价值。     

拦截大气层内机动目标的自适应积分滑模制导律

针对大气层内机动目标拦截的末制导问题,提出了一种自适应积分滑模制导律。基于抑制弹目视线旋转的原则,设计了一种视线转率收敛速率可调的跟踪剖面,选取跟踪误差与其积分为状态变量,采用状态有限时间收敛的积分滑模面与快速趋近律推导得到了积分滑模制导律。为了处理未知的目标机动项,提出了一种自适应算法,对目标机动项上界的平方进行估计,构成了自适应积分滑模制导律,并证明了其有限时间收敛的特性,给出了各状态变量的收敛域。最后,将制导律转换成适用于大气层内拦截的形式。仿真结果表明,所提制导律能够精确拦截机动目标,剖面跟踪误差收敛速度快,过载分布均匀,能量消耗少,并具有良好的噪声特性,易于工程实现。     

基于博弈的多目标弹药调度策略优化研究

针对作战部队弹药调度策略问题,综合考虑不同作战部队对弹药调度时间因素和安全因素需求程度的差异,通过博弈模型对多目标问题进行度量,进而结合遗传算法对弹药调度策略进行优化。仿真结果表明,本文构建的博弈模型能够更加合理地为不同环境下具有差异化需求的弹药调度策略进行优化。     

悬停状态剪刀式尾桨气动/噪声特性优化分析

建立了一套基于CFD(computational fluid dynamics)方法和FW-H(Ffowcs Williams-Hawkings)方程的剪刀式尾桨气动噪声预估技术和组合优化算法的尾桨外形参数设计方法。基于嵌套网格方法采用雷诺平均Navier-Stokes(RANS)方程作为尾桨流场求解控制方程,采用了一套适用于剪刀式尾桨悬停气动特性模拟的高效CFD方法。在流场分析的基础上,采用FW-H方程预测剪刀式尾桨在典型观察位置处的气动噪声。分别在控制总距以及控制拉力系数不变的情况下,以提高尾桨悬停效率同时降低气动噪声为目标,对剪刀式尾桨的剪刀角和轴间距两个主要外形参数进行优化设计。将基于拉丁超立方(LHS)方法和径向基函数(RBF)的代理模型方法与遗传算法过程相结合,建立了一种有效的组合优化算法。结果表明:剪刀角和轴间距的不同组合可以通过削弱桨-涡干扰现象从而实现降低旋翼桨-涡干扰噪声的目的。在当前的计算状态下,优化得到的剪刀式尾桨的悬停效率比常规尾桨高16%,其平均声压级比常规尾桨降低了2.3 dB。      

A quantum inspired genetic algorithm for multimodal optimization of wind disturbance alleviation flight control system

This paper develops a Quantum-inspired Genetic Algorithm (QGA) to find the sets of optimal parameters for the wind disturbance alleviation Flight Control System (FCS). To search the problem domain more evenly and uniformly, the lattice rule based stratification method is used to create new chromosomes. The chromosomes are coded and updated according to quantum-inspired strategies. A niching method is used to ensure every chromosome can converge to its corresponding local minimum in the optimization process. A parallel archive system is adopted to monitor the chromosomes on-line and save all potential feasible solutions in the optimization process. An adaptive search strategy is used to gradually adjust the search domain of each niche to finally approach the local minima. The solutions found by the QGA are compared with some other Multimodal Optimization (MO) algorithms and are tested on the FCS of the Boeing 747 to demonstrate the effectiveness of the proposed algorithm.