基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

多角度谈有效成本控制

本文从多角度分析出发,结合工作实际,例举了从成本控制文化、预算管理、目标成本、成本对话机制、税收筹划等方面来寻求成本控制的途径。成本控制涉及企业管理经营的方方面面,本文深入剖析了成本控制在企业经营中的重要性,提出最有效的成本控制是在组织内建立良好的成本控制机制。     

某飞翼布局隐身飞行器的翼型优化

对某飞翼布局无人机的翼型进行考虑隐身迎角的气动、隐身综合优化研究。采用基于非均匀有理B样条曲线的自由变形方法实现翼型的参数化表达;无限插值动网格方法生成气动求解的计算网格;分别采用基于雷诺平均N—S方程求解的计算流体力学方法及物理光学法计算翼型的气动、隐身性能;选择多目标遗传算法进行综合寻优设计研究。优化翼型兼顾了气动与隐身的要求,其综合性能优于原翼型。结果表明,方法具有较好的实用性。     

超燃冲压发动机可调尾喷管多目标优化设计

针对超燃冲压发动机宽马赫数、攻角范围内高性能工作要求,建立了基于试验设计方法和代理模型的可调尾喷管多目标优化设计方法,获得了尾喷管结构随马赫数和攻角变化的调节规律.以推力系数、升力系数和力矩系数为优化目标,以三次型线尾喷管为对象,采用遗传算法优化设计,得到Pareto最优解集;以一组Pareto最优解为基准在不同马赫数和攻角下进行尾喷管变结构设计优化,拟合得到尾喷管结构随马赫数和攻角的变化曲线.仿真结果显示了理论分析的正确性,并发现:变结构设计实现了尾喷管大范围高性能工作;尾喷管性能和几何参数,飞行状态参数均高度非线性,任一个改变都会影响其性能;采用试验设计方法和代理模型,能大大缩小优化设计时间,简化设计过程.     

基于点融合系统的多目标进场排序与调度

持续增长的交通需求和日趋饱和的空域资源对飞行安全和管制效率要求更高,鉴于此,研究基于点融合系统（PMS）的多目标进场排序与调度问题。分析四维航迹预测模型与方法,实现四维航迹预测功能。针对PMS的运行模式和多个利益相关方的需求,构建PMS多目标排序与调度模型,提出基于多目标帝国竞争算法（ICA）。利用长沙黄花国际机场实际运行数据与蒙特卡罗模拟数据对优化模型与算法进行验证。结果表明：所提算法有良好的实际应用效果,能为管制员提供决策支持;在应用基于PMS的多目标进场排序与调度,即使在相对保守的安全间隔下,相对于实际运行优化后的总延误时间、总飞行时间、最大飞行时间分别有70.8%、13.2%、11.8%的缩减。     

先进型SM-3导弹在首次试飞中未能拦截目标

据报道：美国导弹防御局称一枚先进型标准导弹-3（SM-3）在其首次飞行试验中未能拦截弹道导弹目标。美国中部夏令时2011年9月1日8：53,一枚近程弹道导弹从考艾岛的美国海军太平洋导弹靶场发射,飞行约90 s后,先进型SM-3 Block1B拦截导弹从伊利湖号巡洋舰上发射,但拦截失败。导弹防御局发表声明称将进行详尽调查,以明确导致拦截失败的原因。     

Kriging模型在机翼气动外形优化中的应用

针对粒子群等随机优化算法计算量大的缺点,发展了基于Kriging模型的优化方法.采用改进的量子粒子群算法对Kriging模型的相关模型参数进行优化,以提高代理模型预测精度,并与具有双层结构的粒子群算法相结合.采用雷诺平均N-S方程流场求解器与多目标非线性适应值加权方法,对高维度多目标多约束的跨声速机翼进行了优化,设计的机翼具有理想的压力分布,降低了机翼阻力系数,并且有效控制了低头力矩和翼根弯矩,表明该方法具有较强的工程实用性.     

基于JPDA的单站多目标无源定位

复杂电磁环境下,对多目标的定位成为单站无源定位的重要问题。研究了单站只测角定位体制下,多点源测角后如何利用多个方向圆锥角进行多目标定位的问题,对雷达多目标跟踪的JPDA算法进行了改进,并做了典型场景下的仿真实验,对单站多目标无源定位技术的研究提供了理论和实验支持。     

制度需要设计

当年高考的时候,我凭兴趣报了陆军学院军事指挥专业、警察学院刑事侦察专业,后来在长辈们的强硬建议下,把第一志愿改成管理专业,结果被录取。从此掐掉了当兵、当警察的念头。在南开大学学了4年管理学,读了类似"principle of management"之类的学科     

面向天基监视的红外弱小飞行目标识别算法

针对当前红外弱小飞行目标特征不明显、背景干扰大等问题,提出了一种基于深度学习的红外弱小目标识别算法。检测框架以YOLOv4模型为基础,通过使用K-means++算法对训练集的候选框进行聚类处理,在初始大小的选取上放弃随机生成初始点的方式,在样本集里选取某一个样本作为初始中心使锚框（anchor）大小的选取更加合理。在模型结构中引入卷积注意力模块,使算法模型计算资源分配更合理,对红外弱小飞行目标的特征信息更加敏感。改进空间金字塔池化模块,使用平均池化可以更多保留图像的原始信息,降低天基成像中的噪点与坏点的影响。仿真实验表明采用K-means++计算Anchor大小时准确率可以达到80.13%,在加入了SPP和CBAM模块后之后在测试集上算法识别准确率达到了83.3%,经过对模型的修改有效提升了对红外弱小飞行目标识别的准确率。