移动机器人在未知狭窄环境中的路径规划

在障碍物体积比较庞大,自由空间相对狭窄的未知环境中,人工势场法很容易产生反复、徘徊等现象．本文结合几何信息和参考方向来纠正人工势场法这些缺陷,实现在这类环境中的有目的的平滑的路径规划．并且提出一种能够适应复杂环境的避障策略．仿真结果证明了上述方法的有效性．     

广西来宾市碳酸钙产业数字化平台发展对策建议

该文以实地调研为基础,重点介绍了来宾市碳酸钙行业发展现状、存在的问题,提出了基于信息化建设一整套解决策略,基于人工智能算法并验证。通过对碳酸钙产业的数字化建设机制展开探讨,打开了传统产业与信息化产、学、融渠道,以期为来宾市碳酸钙产业供应链服务体系和产业协同生态圈的发展提供参考。     

引信的三大基础技术与发展要求

对近年来国外引信在抗干扰技术、毁伤控制技术和高安全性技术三大基础技术的发展情况进行了归纳和介绍,分析并给出了我国引信三大基础技术的发展现状,总结了未来发展中现代引信三大基础技术的要求和发展方向。     

网站服务器中存在的安全问题和解决办法

随着时代的发展和社会经济的进步,计算机技术得到了飞速发展和普遍应用,在给人们生活和工作带来极大便利的同时,也出现了严重的安全问题,给信息安全以及人们的正常工作带来了严重的影响。针对这种情况,就需要采取一系列的预防措施,保证网站服务器的安全。本文简要分析了网站服务器中存在的安全问题和解决办法,希望可以提供一些有价值的参考意见。     

一种基于MapReduce的短时交通流预测方法

非参数回归方法是短时交通流预测常用的方法,但现有非参数回归方法存在预测速度与精度之间的矛盾.为此,提出一种适用于海量历史数据、基于MapReduce与遗传算法的非参数回归短时交通流预测方法.通过引入MapReduce并行计算框架,加快K最近邻算法的搜索速度.在数据预处理阶段利用遗传算法优化关键参数的设置,并采用MapReduce加速参数优化过程,以解决遗传算法迭代运算时间长的问题.实验结果表明,该方法在保证交通流预测精度的前提下,明显提高了预测速度,并且具有较好的可伸缩性.     

基于双旋迫击炮弹平台的改进型Sage-Husa自适应滤波滚转角测量算法

针对传统扩展卡尔曼滤波算法无法消除量测噪声、导致二维弹道修正引信滚转角测量误差偏大问题,利用轴向陀螺的实测转速作为系统噪声补偿,提出一种基于双旋迫击炮弹平台的改进型Sage-Husa自适应卡尔曼滤波滚转角测量算法。相对于传统扩展卡尔曼滤波方法,新算法显著降低了滚转角测量误差,提高了滤波器对于弹道升弧段和降弧段滚转角新息改变的自适应性;以高精度三轴转台作为硬件实验验证平台,该算法始终能够保持较高的测量精度和自适应性。研究结果表明：改进后的Sage-Husa自适应卡尔曼滤波滚转角测量算法在仿真验证中的滚转角测量误差均值为0.26°、标准差为0.35°;硬件实验验证中的滚转角测量绝对误差不超过4.2°.     

基于实时优化的轨迹快速重构方法

针对临近空间飞行器执行特定任务时,由于干扰的影响导致实际轨迹偏离初始设计轨迹的问题,本章利用一种基于拟牛顿法的轨迹优化算法,通过飞行状态反馈,提出了一种利用优化算法对飞行轨迹进行分段实时优化而实现干扰作用下的飞行轨迹快速重构方法.仿真结果表明,该算法能对干扰作用下的实际飞行轨迹偏离初始设计轨迹实现快速重构,从而消除随机干扰对临近空间飞行器的飞行影响.     

远程交会的可交会区和追踪窗口集设计

文章研究了在时间和燃料约束下实现空间两异面椭圆轨道间远程交会的可交会区、初始目标区和追踪窗口集的确定方法。首先定义了远程交会中可交会区、初始目标区和追踪窗口集的概念。基于双脉冲Lambert交会理论,提出了两异面椭圆轨道间远程交会的可交会区等区域的确定方法;设计了基于Newton-Raphson方法的全局迭代搜索算法,实现了对不同交会时间条件下满足总脉冲约束的以上区域的确定。通过算例仿真,分析了以上区域大小和分布与约束条件之间的关系。结果表明该方法可以快速准确地确定远程交会任务中的可交会区和追踪窗口集,可用于评估交会任务的可行性、执行时机以及交会时间和能耗等,为航天器任务选择和设计提供参考依据。     

弹体侵彻多层混凝土靶板的引信层目标识别方法研究

为解决侵彻多层混凝土靶板过载层间粘连影响引信计层精度的问题，提出了弹体侵彻多层混凝土靶板的引信层目标识别方法。首先通过模态分析得到弹体一阶轴向固有频率；然后完成不同工况的侵彻动力学仿真，得到过载信号主频与弹体一阶轴向固有频率差距在8%以内这一特性；并提出一种层目标识别方法，对过载信号进行低通滤波得到近似刚体过载；再根据自适应判层阈值、信号脉宽对近似刚体过载进行识别，识别当前层数；最后通过多个算例得到该方法的适用范围，即着角不大于10°、侵彻初速度为400～900 m/s、靶板层数在15层以下。