基于进化算法的区域导航(RNAV)航路规划研究

本文采用进化算法,结合进化算法与区域导航航路规划的特点,提出了基于进化算法的区域导航航路规划问题。通过建立航路规划基本框架,进行航路编码、约束条件限制、初始种群设置等工作,然后依据选择机制建立新的航路链。     

启发式算法在大飞机设计中的应用综述

主要介绍了神经网络系统、遗传算法、粒子群算法、模拟退火算法、支持向量机几种启发式优化算法(Heuristic Optimization Algorithm,HOA)在大飞机设计领域的发展和应用现状,对比分析了算法在航空工程设计上的优缺点,展望了启发式算法的发展方向,为大飞机设计提供了宝贵的理论和经验。     

基于侧扫声纳图像的AUV侧向速度估计与DVL粗差检测

复杂水底环境和自主潜航器(AUV）机动会造成Doppler测速仪(DVL）速度测量结果中出现粗差,提出一种检测DVL速度粗差数据的方法。该方法利用侧扫声纳图像数据,结合SIFT特征匹配算法求取声纳图像的边缘特征点。根据声纳图像成像原理,计算出每一帧图像相对上一帧图像对应特征点像素的横向平移量;结合特征像素平移量与AUV实际横向位移的比例尺度关系以及声纳侧扫周期推算出AUV侧向速度。该侧向速度用于检测水下组合导航中DVL的速度粗差,在几十米水深的浅水区,该方法能够检测并剔除出大于0.2m/s的DVL侧向速度粗差,显著减小DVL前向速度误差。算法可实时实现,改善AUV水下组合导航性能。     

基于Armijo准则和BFGS算法的运载火箭控制重分配

以某型运载火箭为研究对象,研究了伺服机构故障下的重构控制问题。将该问题转化为有约束二次规划问题,采用一种Armijo准则和BFGS算法相结合的控制分配方法来求解。Armijo准则可以保证优化算法的收敛性,而BFGS算法则避免了迭代过程对Hesse阵的求逆运算,且具有收敛快的优点。将该重构方法与不动点迭代算法进行了对比,该算法经过8次迭代收敛,目标函数值和误差值分别收敛到${\mathrm{10}}^{\mathrm{2}}$量级左右和${\mathrm{10}}^{-\mathrm{5}}$量级;而不动点迭代算法经过30次迭代尚未完全收敛,目标函数值和误差分别收敛到${\mathrm{10}}^{\mathrm{3}}$量级左右和${\mathrm{10}}^{-\mathrm{2}}$量级。结果表明该重构方法比不动点迭代算法收敛快且收敛精度高。以单台发动机发生卡死故障为例对该方法进行了仿真验证,得到了与无故障情况下相同的控制效果,验证了该重构方法的有效性和正确性。      

短波段内多重信号分类算法的窄带假设分析

经典空间谱估计算法的两个适用假设是远场平面波和窄带信号。文章利用7单元均匀线列阵仿真分析了短波波段内多重信号分类（MUSIC）算法的窄带假设上限带宽。可以发现：对于短波信号,50kHz的带宽所带来的测向误差不超过O．08°。这就意味着,对于短波通信信号的侦察测向完全可以采用经典空间谱估计算法,比如MUSIC算法,而不需要为窄带假设来付出代价,这便为设计高精度的短波通信实时测向系统提供了条件。     

迭代学习方法在PID控制器参数自动调节中的应用及收敛性分析

针对PID控制器参数在具有不确定项或输出干扰项的非线性时变系统中的调节困难,提出了应用迭代学习方法整定PID控制器参数的方法,利用系统的跟踪误差信息自动整定控制器参数,通过理论分析得到此设计方法收敛的充分条件。此方法设计简单且具有普遍性,仿真结果验证了此设计方法的有效性。     

基于启发式自适应离散差分进化算法的多UCAV协同干扰空战决策

 研究了多无人作战飞机(UCAV)协同干扰空战决策(MUCJAD)问题,在干扰效能评估指标量化方法的基础上为该问题建立了优化模型。为有效求解该模型,提出一种启发式自适应离散差分进化(H-SDDE)算法。在H-SDDE算法中,设计了包含4种候选解产生策略的候选策略池,引入了候选解产生策略及其参数的自适应学习过程。此外,结合实际问题为算法设计了基于威胁度的扩展型整数编码方案、基于威胁度的启发式个体调整操作、基于约束满足的个体修复操作。在12个测试实例上进行了仿真验证,结果表明,H-SDDE算法与其他同类算法相比在求解质量和求解速度上具有明显优势,能够更好地发挥多UCAV协同干扰整体效果。     

利用聚类算法区分小尺度电离层行扰事件与赤道等离子体泡事件

利用Swarm卫星2015年1月1日至2019年12月31日的50Hz高频磁场数据,根据阈值判断垂直于主磁场方向的扰动,对磁纬45°N-45°S之间的小尺度电离层行扰事件进行探测.为避免混淆而产生的干扰,可以根据阈值判断平行于主磁场方向是否发生扰动,从而排除典型的赤道等离子体泡事件.但对于较弱的赤道等离子体泡事件,扰动阈值判断无效.为避免弱赤道等离子体泡事件的污染,根据小尺度电离层行扰事件和赤道等离子体泡事件在不同参数空间中的密度分布差异,利用基于密度的聚类算法将赤道等离子体泡事件进一步甄别提取.结果表明,聚类算法能够有效地将赤道等离子体泡事件从小尺度电离层行扰事件中甄选出来,并使小尺度电离层行扰事件聚类与赤道等离子体泡事件聚类形成清晰的边界.由聚类算法导出的弱赤道等离子体泡事件主要分布在磁纬15°N-15°S,地理经度20°-60°W,月份10至3月之间,并且在20:00MLT-24:00MLT存在高发生率,同时依赖于太阳活动,这也验证了前人的相关研究结果.     

一种矩形件分层排样算法

针对在具有宽度一定、长度不限的板材上进行矩形件排样的问题,结合模拟退火算法,设计了一种矩形件分层优化排样算法。该算法以板材宽来分层,层数依据待排零件而定,灵活性强,并且通过算例验证了该算法的有效性和合理性。     

简化七阶CQKF及其在SINS大失准角初始对准中的应用

针对捷联惯性导航系统（SINS）大失准角初始对准的滤波过程,提出简化七阶正交容积卡尔曼滤波算法（7th-SCQKF）。根据简化容积卡尔曼滤波(CKF)理论,推导出改进的简化七阶CKF算法（7th-MSSRCKF）,改进了原简化七阶CKF（7th-SSRCKF）的性能;同时,在7th-SSRCKF和7th-MSSRCKF基础上,引入正交半径准则,提出简化七阶CQKF（7th-SCQKF）算法,提高了滤波精度;并将简化七阶CQKF（7th-SCQKF）算法应用到SINS的大失准角初始对准仿真中,结果表明,7th-SCQKF比7th-MSSRCKF的滤波精度高,验证了新算法的正确性和有效性。