多发弹气动参数联合辨识方法研究

利用局部优化算法对多发弹测量数据进行气动参数辨识,可能存在局部最优解,且同一气动参数多发弹的辨识结果有时差异较大。为提高弹丸气动参数辨识的准确性与合理性,提出一种同时 利用多发弹测量数据进行联合辨识的全局优化策略。该策略采用局部优化算法获得搜索空间,将弹丸飞行的稳定性条件作为约束条件,利用最小二乘准则构建准则函数,应用差分进化算法对多发弹数据同步全局寻优,从而获得唯一的全局最优解。以某大口径榴弹纸靶试验数据为例对所提方法进行了验证,结果表明：相比于现有的辨识策略,所提策略计算出的准则函数值更小,重构弹道结果与测量值更接近,且计算稳定性较好。     

基于粒子群-牛顿算法的弹丸阻力系数辨识

针对传统牛顿迭代法在辨识弹丸气动参数时需要精确估计参数初值的问题,提出了基于粒子群初值选取的牛顿迭代优化算法辨识弹丸的零升阻力系数.采用弹丸的六自由度模型作为系统模型,以最大似然准则作为辨识判据,结合粒子群算法的群体搜索性以及牛顿迭代法的局部细致搜索性,对辨识判据进行了优化,并且根据灵敏度计算分析了参数的可辨识性.通过仿真和实际数据辨识对算法的精确性和可靠性进行了验证.仿真和实际辨识结果表明,该方法能有效地辨识旋转弹丸零升阻力系数,可为进一步提高射表精度、节省用弹量提供参考价值.     

基于混沌搜索的AMPSO-WNN 在交流伺服系统中的应用

为解决大功率交流伺服系统存在非线性和参数时变等不确定性的问题,提出一种混沌搜索的自适应变异 粒子群优化小波神经网络的预测模型。建立交流伺服电机数学模型,利用不同变异方法使粒子趋近于不同的搜索区 域,引入混沌优化算法改进粒子群,采用基于混沌搜索的AMPSO-WNN 算法,以提高全局收敛的概率和速度。仿 真结果表明：优化后模型的预测精度高于优化前,且改进后算法具有较强的函数逼近能力,网络性能得到了显著提 高,局部极小值问题得到了有效解决。     

基于文化基因算法的多目标优化

针对粒子群算法收敛速度慢、求解精度低的不足,提出了将粒子群改进作为全局搜索,多目标模拟退火算法作为局部搜索的文化基因算法,将交叉和变异操作引入粒子群全局搜索中帮助跳出局部最优。对于多目标优化问题,根据非劣解的拥挤度决定最优值的选取策略,并将该算法用于多目标优化的实际求解中。仿真结果表明,该算法不仅能快速有效地得到Pareto解集,并且能有效地保持所求最优解的多样性。     

一种改进粒子群算法优化BP神经网络实现核素识别方法

为获得全局最优点,提出一种改进粒子群算法优化BP神经网络实现核素识别方法.该算法用一种动态改变惯性权重与学习因子的自适应方法,优化BP神经网络的阈值与权值,通过训练BP神经网络识别模型得到粒子群的全局最优解,利用最优权值与阈值实现核素识别.分析结果表明:该方法不仅能更快地收敛于最优解,同时能更好地平衡全局搜索和局部搜索能力,有效地改善算法的收敛速度和识别精度.     

基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署

对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化（LM-AQPSO）算法的多传感器多目标优化部署方法。该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标。引进局部变异和参数自适应策略对量子粒子群优化算法进行改进,并提出了基于LM-AQPSO的多目标Pareto最优解集优化算法。考虑多目标部署需求,构建了基于Pareto最优解集的多传感器优化部署模型。仿真实验结果表明：相对于经典的改进非支配排序遗传算法,所提算法优化的Pareto最优解有着更好的收敛性和分布性,且寻优时间更短;所提模型能有效解决多目标多传感器部署问题,并能同时提供更多的决策方案。     

基于改进粒子群算法的旋转弹气动系数快速辨识

为了准确、快速地辨识旋转弹主要气动系数,建立了一个基于改进粒子群算法的气动系数快速辨识模型。该辨识模型以四自由度修正质点弹道模型为基础,以最小标准欧几里德距离为辨识准则,利用弹丸自由飞行试验测得的速度和转速数据,可同时辨识出弹丸的零升阻力系数、升力系数导数、极阻尼力矩系数导数以及马格努斯力系数导数。利用某155 mm旋转弹仿真所得的弹道数据对提出的气动辨识模型进行验证。结果表明:与气动系数理论值相比,零升阻力系数、升力系数导数与极阻尼力矩系数辨识值的平均相对误差较小,当马赫数在0.8～1.25范围内马格努斯力系数导数相对误差约为30%～50%,但马赫数在1.25～2.7范围内其误差较大; 根据气动系数辨识值计算出的弹道数据与仿真弹道数据相比,射程在26 km时相差约为8 m,速度变化完全一致; 相比于标准粒子群算法,提出的改进粒子群算法具有更快的收敛速度。     

基于混沌DESAPSO算法的无人机三维航迹规划

粒子群(PSO)算法易陷入局部最优,将其运用于无人机三维航迹规划会导致航迹品质不高,针对这一问题,提出了将差分进化(DE)算法、模拟退火(SA)算法嵌入PSO算法中,构成混沌差分进化模拟退火粒子群(DESAPSO)算法,从三个方面提高了航迹品质:一是利用DE算法的变异、交叉及竞争选择增加种群多样性;二是利用SA算法概率突跳能力跳出局部最优解;三是对PSO算法参数进行混沌优化,进一步增强种群多样性.仿真结果表明:混沌DE-SAPSO算法改进航迹品质效果明显,获得了满意的无人机三维航迹.     

无线传感器网络节点定位的混沌粒子群优化算法

针对粒子群优化算法收敛速度慢且稳定度不高的问题,把混沌寻优思想引入到粒子群优化算法中,提出一种基于混沌粒子群优化算法的无线传感器网络节点定位算法。该算法首先对当前粒子群中的最优粒子进行混沌寻优,然后用混沌寻优的结果随机替换粒子群体中的一个粒子,通过迭代搜索最佳坐标。仿真结果表明,在参数合理设置的前提下,该算法性能稳定,并且具有较快的定位速度和较高的定位精度。     

基于改进鲸鱼优化算法的盲源分离方法

针对盲源分离方法中粒子群算法设置参数多、收敛速度慢的问题,提出了基于改进鲸鱼优化算法的盲源分离方法。该方法利用独立性准则,以混合信号的峰度作为目标函数,用鲸鱼优化算法代替常规的粒子群算法,并引入自适应权重,加快收敛速度,实现了对瞬时混叠信号的盲分离,有效解决了粒子群算法参数复杂、收敛速度慢的问题。仿真对比结果表明,基于改进鲸鱼优化算法的盲分离方法性能优于基于粒子群优化算法的盲分离方法,在低信噪比下也有良好的分离效果,应用于盲信号分离问题中是有效的。     

基于遗传-最大似然方法高速旋转弹丸阻力系数辨识

为了进一步提高高速旋转弹丸气动参数辨识技术的精度,为射表编制、弹箭飞行控制技术等提供更加可靠的基础数据,对参数的可辨识性问题进行了理论上的定量分析,利用遗传-最大似然方法,通过弹丸空中自由飞行的速度数据对零升阻力系数进行了辨识。通过仿真实验对算法的精确性和可靠性进行了充分的验证。用该算法对实际飞行数据进行了处理,得到了较为精确的弹丸零阻系数,并应用于工程实际问题,分析了仿真实验和实际实验的数据。结果表明,该算法具有较高的数据辨识精度并能有效地解决实际工程问题。     

改进的遗传算法求解火力分配优化问题

提出一种求解火力分配优化问题的改进遗传算法。基于目标函数的相对大小构造适应度函数,较传统的界限构造法更加显著地体现染色体之间的差异,使得优良染色体更容易被选中,从而提高算法的收敛精度。采用基于父代染色体相似度的启发式遗传算子优化遗传运算,灵活、有针对性地对父代染色体进行交叉或变异操作,在防止算法陷入局部最优的同时保证种群的更新速度。仿真实验对比结果分析表明所设计的改进算法具有更高效的寻优能力。     

扭曲尾翼弹箭气动外形多目标优化

为了提升掠飞末敏弹战术技术性能,将扭曲尾翼结构应用于弹箭气动布局,并在风洞实验基础上,结合计算流体力学、正交实验、逐步回归分析以及多目标遗传算法,对扭曲尾翼弹箭开展了以增旋、减阻为目标的气动外形多目标优化设计,最终给出了尾翼外形的Pareto优化方案。结果表明：采用扭曲尾翼结构有利于改善弹箭气动性能;所建立的气动参数代理模型,能对弹箭阻力系数和平衡转速进行准确预测,并得到了尾翼几何参数对其影响规律;基于多目标遗传算法最终得到的Pareto优化方案,达到了良好的增旋、减阻效果。该研究方法对扭曲尾翼弹箭气动优化设计具有参考意义。     

基于弹载地磁测试的高速旋转稳定弹锥形运动分析

为了研究高速旋转稳定弹丸在飞行过程中的锥形运动规律,采用弹载地磁姿态测试方法,通过分析当地地磁矢量、弹丸速度矢量及弹轴地磁测试分量间的角度关系,构建高速旋转弹丸角运动规律及参数的测试模型。给出弹载地磁测试的试验方法,构建测试平台及相应的标定与校正设备,通过试验测试获得了地磁测试数据,完成了地磁测试数据的信号滤波与姿态解算,得到弹丸锥形运动的轨迹曲线。结合弹丸角运动模型对测试弹丸的角运动过程测试结果进行分析,进一步分解得到了弹丸进动、章动运动规律。分析结果表明弹载地磁测试与弹丸角运动模型可以相互支撑,能准确揭示高速旋转弹锥形运动的规律。     

基于反演法的某制导迫弹鲁棒自适应控制器设计

设计了一种基于反演法的鲁棒自适应控制器,以解决制导迫弹在飞行中存在的气动参数不确定和未建模误差等问题,在设计过程中通过带有σ修正的参数自适应律对系统中的不确定参数进行在线估计,针对模型中的未建模误差,采用鲁棒函数抵消,在反演法的推导过程中,加入了一阶低通滤波器,得到虚拟控制量的微分,消除了传统反演法中的“项数膨胀”难题,并利用李雅普诺夫函数证明了该闭环系统为半全局稳定的。该设计方法放宽了对不确定项的限制,仿真结果证明了该方法的有效性。     

弹带对高速旋转弹丸气动特性影响的数值模拟

为了研究弹带对高速旋转弹丸气动特性的影响,采用2阶Roe差分格式求解三维Navier-Stokes方程,湍流模型为SST k-ω模型。采用滑移网格技术处理弹体旋转引起的运动边界。以文献［6］进行风洞实验的155 mm无弹带弹丸为算例,数值计算结果与风洞实验数据吻合良好。分别对含弹带与无弹带弹丸在不同来流马赫数与攻角条件下的绕流场开展数值模拟,得到二者流场结构图谱及气动特性差异。分析结果表明：两种弹丸计算模型在弹带之前的压力分布基本一致,但弹带将诱导弹丸气动阻力面积增大,阻力系数有一定程度的升高,而且在弹带之后二者的压力分布差异较大;弹带因素对旋转弹丸气动特性的影响不可忽略。     

单通道控制旋转弹角运动的复分析方法

针对单通道控制旋转弹存在气动力不对称,无法直接采用解析方法分析其锥形运动稳定性的不足,研究了其角运动模型和角运动复分析方法.通过在系统矩阵的不对称气动力项中引入比例因子,构建了单对称μ系数模型和对应的复攻角运动模型,并利用复分析方法对无舵偏、固定舵偏及正弦式舵偏情况下的角运动特性进行解析求解.对比分析单通道控制旋转弹的...     

基于神经网络算法的弹丸阻力系数辨识

为了解决传统辨识方法在应用于弹丸气动参数辨识时所存在的建模误差问题,基于极大似然准则,采用神经网络-牛顿法,对无控旋转弹丸的飞行状态数据进行处理,提取出其零升阻力系数。仿真结果表明,该算法具有较高的辨识精度和可靠性。基于实测数据,采用该算法和应用已成熟的扩展卡尔曼滤波算法进行辨识。结果表明,神经网络算法的前期辨识精度较高,但中期误差较大,而扩展卡尔曼滤波的前期精度较差,故可结合二者的优点有效地解决工程实际问题。