天琴计划轨道构型长期漂移特性分析

为了实现天琴计划航天器轨道构型的长期稳定漂移并满足轨道构型的稳定性指标,文章应用优化算法搜索航天器初始最优瞬时轨道要素。建立考虑摄动情况下航天器轨道动力学模型,对导致等边三角形轨道构型发生长周期漂移的轨道要素进行了分析,并且将这些要素作为轨道设计的待优化参量,应用粒子群（ParticleSwarmOptimization,PSO）智能寻优算法进行优化,应用最终优化得到的轨道要素进行轨道构型仿真。仿真结果表明,在不进行轨道控制的情况下,4年内轨道构型呼吸角变化小于1.5°,臂长变化小于1500km,臂长变化速率小于10km/s,初步满足轨道构型的稳定性指标。     

公共建筑火灾隐患层次分析与群决策

通过总结现有火灾隐患量化方法和事故教训,确定了公共建筑火灾隐患评价指标体系.在专家打分的基础上,运用层次分析法和群决策方法量化了评价指标体系中各指标权重,提出了公共建筑重大火灾隐患的量化分级评定方法,并以江西省10处公共建筑为例对所提出的量化分级方法进行了讨论与验证.     

团队进步算法与遗传算法和粒子群算法进行天线阵综合的比较

团队进步算法（TPA）是近期由研究者提出的一种新型优化算法,具有与传统优化算法不同的寻优机制。函数测试结果表明,该算法是一种能够兼顾避免早熟收敛和计算速度的有效的优化算法。文章将团队进步算法、遗传算法和粒子群算法应用于阵列天线方向图综合,给定阵列天线合适的设计要求,用Matlab编制程序对阵列天线进行了优化计算。通过对三种优化算法的综合结果比较,表明新算法在应用于较复杂的阵列天线方面以及在优化性能方面的优越性,显示了新算法在天线设计中的广泛应用前景。     

小型无人机翼型优化设计

采用类别形状函数变换（CST）方法对翼型参数化描述;利用Fluent软件,进行翼型升力系数和阻力系数的气动计算;以升阻比最大为优化目标,通过拉丁超立方设计生成样本点,建立了径向基神经网络（RBF）代理模型;使用粒子群优化算法（PSO）,在Isight平台上,实现对Clark Y翼型优化的整个过程。优化翼型升阻比比原始翼型提高了约10%,表明此种方法是可行的,可用于小型无人机设计的工程中。     

对称平面稀疏阵列阵形优化方法研究

针对在固定阵元数目、最小阵元间距以及最大孔径条件下平面稀疏阵列阵形优化的问题,对阵元数目为256的平面稀疏阵列分别采用模拟退火算法和粒子群优化算法进行优化仿真,分析比较了模拟退火算法和粒子群算法在平面稀疏阵列阵形优化中的应用效果。仿真结果表明,经过模拟退火算法和粒子群优化算法优化后的平面稀疏阵列均能够抑制副瓣电平,并能够在一定的空域范围内实现波束扫描;相对于粒子群优化算法,模拟退化算法计算方法简单;在相同的迭代次数下,经模拟退火算法优化后的平面稀疏阵列比经粒子群算法优化后的平面稀疏阵列更能够有效地抑制副瓣。     

带VSCMGs的航天器姿态稳定及功率补偿控制

基于变速控制力矩陀螺群动力学模型建立其复合控制方程和分系统解耦约束方程,用矩阵投影方法同步设计得到航天器姿态与能量一体控制复合操纵律,利用Lyapunov方法分析了转子轴向惯量误差对姿态控制分系统的影响.根据飞轮转子轴向惯量与功率输出之间的误差关系设计出功率控制补偿器.复合操纵律中的力矩和功率两解形式相同,约束方程使得姿态与能量控制两分系统解耦,便于进行考虑执行机构特性的闭环控制系统性能分析.考虑飞轮转子轴向惯量误差时,姿态控制分系统的输出耗散特性使其能够保持稳定,而功率控制分系统输出误差与转子轴向惯量误差成比例关系,经过补偿后功率输出能满足控制要求.     

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.     

对双基地雷达的间歇采样转发干扰效果分析

针对采用线性调频信号的双基地雷达,推导了间歇采样转发干扰数学模型.详细分析了干扰过程中雷达距离分辨力变化的影响,以及对干扰机的功率需求.仿真结果表明,间歇采样转发干扰可以产生前移的假目标,其前移距离远大于双基地雷达接收视线上的距离分辨力;通过选择合适的干扰功率,可以使得假目标幅度不小于真实目标幅度,达到有效的前移假目标...     

基于解析解的小范围高频率机动飞行器制导律设计

针对机动飞行器的小范围高频率侧向机动飞行问题,结合飞行器的运动学和动力学方程,通过解析方法给出了机动幅值和飞行器最大可用过载下的最大机动频率,同时利用粒子群优化方法进行了制导律最优频率的优化。基于解析规划算法给出了正弦机动制导律的解析形式以实现飞行器在侧向方向的机动导引飞行。仿真结果表明：解析算法能够精确得出制导律频率,而粒子群优化方法的精度也能很好的满足要求,误差在5%以内。正弦机动制导律在大速度下可以较好的完成任务目标;在小速度下,幅值误差会有小幅度的增加。     

基于粒子群算法的翼型优化设计

采用粒子群算法（PSO）对层流翼型进行了以提高升阻比为目标的优化设计。翼型的设计达到了设计要求,优化设计后的翼型气动特性也有显著地改善,这表明了粒子群算法应用于翼型气动优化设计的可行性。在优化设计的过程中,粒子采用递减惯性权重,以加强粒子初期的全局搜索能力与后期的局部搜索能力。翼型由解析函数线性叠加法表示,目标函数和粒子的适应度由基于二维欧拉方程的流场数值解来提供。