多弹协同拦截综述与展望

多弹协同是未来导弹发展的一个重要方向,根据协同效果可分为协同攻击、协同拦截、协同探测3大类。协同攻击发展起步较早,协同拦截已由信息协同逐渐发展到自主协同,而协同探测则是基础条件,随着技术的进步三者也在融合、发展。首先简述了多弹协同3类技术的发展历程,重点针对多弹协同拦截自主作战技术,分析其实现难点,并对未来发展方向进行展望。     

持续载荷飞行模拟器过失速机动过载模拟

对新型的持续载荷飞行模拟器(SGFS,Sustained G-load Flight Simulator)模拟过失速机动过载的方法进行了研究.针对过失速机动中飞机角运动剧烈的特点,推导了考虑飞机转动带来的附加过载的飞机飞行员过载计算公式.在SGFS过载模拟数学模型中应用此公式,以典型的过失速机动动作.Herbst机动为例,对机动时的飞行员过载进行了仿真研究.仿真中SGFS能够较精确地跟踪输入的飞行员三轴过载指令,最大误差小于0.2g.研究结果表明:过失速机动时飞机转动引起的附加过载不可忽略,同时也表明SGFS可较好地用于对过失速机动飞行员过载的模拟.     

基于混合可靠性分析的协同优化方法

针对在多学科设计优化中进行可靠性分析计算成本高的问题,将两种现有的可靠性分析方法与协同优化相结合,提出一种基于混合可靠性分析的协同优化方法.该方法在协同优化的子系统级进行可靠性分析,并在分析前估算优化迭代点与约束边界的距离,对靠近约束边界的点进行基于一次可靠性方法的可靠性分析,其余点仅采用均值法粗略计算其可靠度, 减少了不必要的可靠性分析成本,并将可靠性分析融入到协同优化的框架中.用优化算例对该方法进行了验证,优化结果表明该方法在保证可靠性精度的前提下,有效提高了优化效率,具有实际工程意义.     

基于NMF的SVM故障诊断方法

针对大维数系统故障诊断中存在特征提取困难和识别率低的问题,提出基于非负矩阵分解(NMF,Non-negative Matrix Factorization)的支持向量机(SVM,Support Vector Machine)诊断方法,避免了直接对故障特征的选择和提取,实现特征降维,提高故障模式分类的准确性和速度;对于NMF中的结果随机性问题,提出用前次分解所得系数矩阵求解样本降维特征矩阵的方法,保证多次NMF分解尺度一致.实验表明该方法能对故障特征有效降维,并具有较高的诊断效率和故障识别率.     

基于规范割的空间金字塔图像分类算法

对大型图像数据库进行图像分类是很困难的,空间金字塔算法针对这种问题提出,并能得到很好的分类精度,但有几点不足.针对这些不足,提出基于规范割的空间金字塔算法:使用规范割算法对特征词进行更准确的聚类;对每类训练图像计算子特征库,利用二次聚类生成总特征库,在特征字典中保留更多的稀疏类型图像特征词;用高斯模型量化未知特征生成特征直方图,并对直方图进行尺度重整,提高类间距.实验证明提出算法比原方法分类精度最多能提高4.6%.     

非线性回归支持向量机的SMO算法改进

为了解决非线性数据和非线性函数的回归问题,采用了支持向量机序列最小优化算法.原始序列最小优化（SMO,Sequential Minimal Optimization）算法存在训练速度慢和训练结果不稳定的缺点,为了能加快SMO算法的训练速度和提高训练结果稳定性,通过改进优化乘子更新方法、采用双阈值法、预存核函数、增加停机准则等方法对SMO算法做了改进.仿真实验表明,改进的算法能很好地对非线性数据和非线性函数进行回归,具有比原始SMO算法更快的训练速度和稳定的训练结果.      

基于视线测量的卫星编队机动控制方法

采用视线测量的方法,建立一种编队卫星队形保持与机动的协同控制策略。编队中每一个卫星跟踪自己轨道前方邻近卫星,产生一个视线测量矢量,编队的第一个卫星根据高级控制层指令追踪期望轨道,产生链式编队,将编队卫星之间的视线距离作为反馈控制量来实现队形控制。通过推导J2相对摄动力的表达式,控制模型考虑了模型不确定性和摄动影响,采用滑模控制器,实现了基于视线测量的编队卫星链式跟踪协同控制。仿真算例结果表明,该方法在实现编队卫星队形保持与整体机动控制上具有可行性。     

航天器空间多因素环境协同效应研究

文章首先对空间多因素环境协同效应研究的必要性进行了分析,然后对不同空间环境因素间的协同效应,如带电粒子与太阳电磁辐射、原子氧与紫外、原子氧与空间碎片、空间碎片诱导放电及空间环境诱导污染效应等进行了探讨,最后对开展空间多因素环境协同效应的现状和方向进行了讨论,给出了系统开展空间多因素环境协同效应机理、模拟技术、试验方法、仿真及预示技术研究的建议和对策。     

Boosting稀疏最小二乘支持向量回归机及其在推力估计中的应用

为实现航空发动机的直接推力控制代替传统的基于传感器的液压机械式控制,本文使用boosting技术提升最小二乘支持向量回归机的性能设计了推力估计器。在使用boosting的过程中,有两点与传统方法不同：（1）为了在建立稀疏最小二乘支持向量回归机的时候使数值计算更稳定,使用无放回抽取;（2）为了实现最小二乘支持向量回归机的稀疏性和降低计算的复杂度,用训练数据集的一个子集来建立最小二乘支持向量回归机,不再使用全部训练数据。仿真实验表明,基于boosting稀疏最小二乘支持向量回归机的推力估计器能够满足直接推力控制的需要,即估计推力相对误差不大于5‰。     

无人驾驶飞机飞行控制新技术

分析了国外无人机飞行控制系统的发展现状和趋势,提出了无人机控制系统的发展方向为自主控制,以及其中的两个关键技术:个体层面上的故障诊断与自修复飞行控制和集群层面上的多机协同技术.并对实现这两种飞行控制系统所要研究的具体技术进行了阐述,为新一代飞控系统设计提供了参考.