助推_滑翔式飞行器弹道优化仿真研究

研究助推_滑翔式飞行器弹道优化问题。对助推_滑翔式飞行器弹道进行优化有利于提高其综合飞行能力。为了增加助推_滑翔式飞行器射程,针对助推_滑翔式飞行器的弹道特点,在考虑攻角、法向过载及终端约束条件下,提出应用SWIFT(序贯加权因子)法进行弹道优化,并将优化结果与应用SQP(序列二次规划)算法优化所得到的结果进行对比仿真分析。仿真结果证明:SWIFT算法是一种解决助推_滑翔式飞行器弹道优化问题的有效方法,具有优化精度高,优化所需时间短的特点。     

助推——滑翔增程弹弹道优化

研究在给定射程条件下的火箭助推滑翔增程弹最短飞行时间弹道优化问题,为提高作战效能,提出建立纵向平面内弹道优化模型.最短时间弹道优化模型以射角、助推火箭点火时刻、滑翔攻角为优化变量,并考虑了优化变量的约束.以射程为自变量而不再以时间为自变量,以便采用序列二次规划法作为其优化算法.以某型火箭助推滑翔增程弹为对象进行数值仿真,结果表明,优化的滑翔攻角曲线平滑,滑翔弹道平直.在给定射程条件下最短飞行时间可作为实际作战中的方案弹道,实现对地面固定目标的快速打击,为弹道优化提供了依据.     

hp自适应伪谱法在滑翔弹道快速优化中的应用

基于一种求解最优控制问题的新方法——hp自适应伪谱法对滑翔弹道快速优化设计问题进行了研究;该方法将全局伪谱法与有限元法的思想进行结合,采用双层优化策略对细化单元上的配点数和插值多项式的阶次进行自适应调节以满足快速性及精度要求;对滑翔弹道优化问题进行了数值仿真计算,用极小值原理验证了仿真所得的弹道是最优弹道,并与Guass伪谱法的仿真结果进行了对比分析;结果表明该优化方法在求解周期性跳跃滑翔弹道时具有更合理的配点分布及更少的计算时间,对初始控制量不敏感、鲁棒性强,具有一定的工程应用价值。     

基于角度约束的弹道仿真研究

由于传统的制导律是以脱靶量最小作为终端约束,未考虑末端落角的约束.针对制导武器末端落角约束的要求,引入了带落角约束的最优制导律,通过对多种初始高度及落角约束下的弹道进行仿真分析,验证了上述制导律的可行性.为了提高垂直攻击弹道末端制导精度,提出了增加初始高度、加入重力补偿、增大初始弹道倾角的改进方法.通过对三种改进方法的仿真分析,检验了制导系统提高末端落角精度及减小脱靶量的有效性,并对三种改进方法的应用性进行了对比分析,为导弹末制导精度优化提供了依据.     

巡飞弹带落角约束制导律修正与仿真研究

巡飞弹作为一种新型武器弹药,目前正逐渐成为国内的研究热点,其作战对象一般为重要人员、重要基础设施和轻装甲目标等,不仅要求命中目标时具有较小的脱靶量,还希望命中时的姿态最佳.由于巡飞弹具有低速、小可用过载及控制能量有限等特点,目前针对巡飞弹的末制导律研究还较少.为研究几种常见制导律对巡飞弹制导效果的影响,以巡飞弹三自由度模型为基础,通过对制导律进行修正和仿真,对比分析了脱靶量、终端落角、末端过载等弹道特性参数,为巡飞弹带落角约束的制导律设计提供参考.     

求解约束优化问题的一种复合形遗传算法

研究约束优化问题是科学和工程应用领域经常会遇到的一类数学规划问题.现有的约束优化进化算法,通常的解决办法是将等式约束条件转化为成对的不等式约束条件来处理,转换会使得可行域的拓扑结构变化显著,直接影响了算法性能和解的精度.为解决上述问题,提出了一种改进的处理约束优化问题的新算法.新算法将约束优化问题转化为多目标优化问题,把复合形法嵌入到遗传算法中,通过将全局搜索和局部搜索机制有机地结合,利用遗传算法全局性好和复合形法快速高效的特点,以加快最优解的搜索进程.仿真结果表明,方法既有复合形法快速高效的特点,又有遗传算法全局性好的特点.与标准遗传算法相比,方法具有良好的求解约束优化性能和精度效果.     

约束Delaunay三角剖分中强行嵌入约束边的多对角线交换算法

在不允许改变原有点集的场合,实现约束Ｄｅｌａｕｎａｙ 三角剖分的一种有效算法是：将边界点与内点一起进行标准Ｄｅｌａｕｎａｙ 三角剖分,然后强行嵌入不在剖分中的约束边,最后删除域外三角形．其中,任意一条待嵌入约束边所经三角形构成的多边形区域称为该约束边的影响域,影响域内部的每条边称为对角线．文中对一般形状影响域中对角线的可交换性进行了研究,并在此基础上,结合对已有算法的分析和借鉴,提出并证明了两种强行嵌入约束边的多对角线交换算法,即递减算法与循环算法．其中的循环算法具有编程简单和运算速度快的特点     

时空特性约束下多源空间融合数据挖掘仿真

多源空间融合可以将不同信息存储系统的数据整合,用较少的人力、物力资源完成大量工作,但是融合过程中,难免会出现数据损耗,导致融合后部分数据不能读取,有效数据与损坏信息混合存放,较难区分,如何方便得到空间融合后有效数据是亟待解决的重要问题。提出一种时空特性约束下多源空间融合数据挖掘。分析多源空间的时间和空间特性,确定约束条件,将多源空间向量集成,建立空间融合规则,在减少损耗的基础上,分别融合多源空间内的几何方位与空间要素,最后构建EM数据挖掘模型,根据数据质量评价指标挖掘出有有效信息。仿真结果证明,时空特性约束下多源空间融合数据挖掘能够稳定、有效地准确挖掘出多源空间融合后的有效数据,实现资源准确共享。     

多约束QoS组播路由优化算法研究

不确定网络性能参数下的多约束QoS组播路由优化已成为安全组播领域的一个重要研究课题，也是下一代Internet和高性能网络亟待解决的难题。多约束QoS组播路由优化是NP一完全的多目标优化问题。本文概括了多约束QoS组播路由需求，然后重点讨论多约束QoS组播路由优化的约束树算法和智能算法，最后探讨了多约束QoS组播路由将来的一些主要研究方向。     

求解约束优化问题的文化算法研究

文化算法的主要思想是明确地从进化种群中获得求解问题的知识 (即信念) 并用于指导搜索过程. 本文提出了一种基于多层信念空间的文化算法, 该算法通过对多层信念空间的择优选用将提取的知识用于提高进化计算性能来解决约束优化问题. 应用实例表明该算法具有较好的结果和较少的计算量.     

高超声速飞行器多约束参考轨迹快速规划算法

针对多约束的高超声速滑翔飞行器的再入轨迹优化时对初值敏感的问题,提出一种参考轨迹快速规划算法。对运动方程进行了无量纲处理并引入适合优化求解的替代变量,通过纵向再入走廊和侧向制导的规划使所有过程约束和终端约束完全满足。仿真结果表明,得到的参考轨迹接近最优解,大幅缩短了后续优化工作所需的时间,具有重要的工程实用价值。     

复形法粒子群优化算法研究

针对基本粒子群优化算法对复杂函数优化时难以获得最优解的缺陷,提出了一种复形粒子群优化算法。该算法采用复形法来提高粒子的局部搜索能力,从而保证了算法能够跳出局部最优,获得全局最优解。实验结果表明,与文献算法相比,该算法在基准函数优化时具有更强的寻优能力和更高的搜索精度。     

基于改进分段Gauss伪谱法的带推力高超声速 飞行器再入轨迹规划

再入轨迹规划是高超声速飞行器领域的热点问题,已吸引了众多国内外专家的关注. Gauss伪谱法以及分段Gauss伪谱法是解决含有多约束轨迹规划问题的一类有效工具.然而,发动机多次点火熄火导致推力不连续以及点火时刻控制输入的连续性要求是带推力高超声速飞行器再入轨迹优化面临的新挑战.本文将问题简化为多脉冲再入轨迹规划问题,基于改进分段Gauss伪谱法生成满足多条件约束的最优再入轨迹.通过设置分段Gauss伪谱法连续性条件,确保飞行器状态与控制输入在分段点处连续衔接.通过无动力自由再入与带推力再入算例对改进分段Gauss伪谱法进行说明,仿真结果也表明,改进分段Gauss伪谱法可有效求解带推力高超声速飞行器再入轨迹规划.     

不确定环境下考虑多约束的拆卸收益概率模型研究

废旧产品拆卸过程中存在许多的不确定因素, 进行目标拆卸时需要兼顾整个拆卸活动的整体收益。在利用拆卸网络图得到目标零部件的所有可行拆卸序列之后, 将零部件质量不确定、拆卸破坏率、基本拆卸时间随机等因素进行综合考虑, 建立了不确定环境下的拆卸收益模型, 在同时满足拆卸破坏率和拆卸时间约束下, 基于拆卸收益概率进行序列优化, 并设计了基于随机模拟的求解方法。最后通过案例分析体现出决策者要求不同时序列优化结果的变化, 验证了所提出模型的可行性。     

垂直发射防空导弹弹道仿真模型研究

弹道仿真是导弹模拟训练系统中的关键部分。为构建准确性较好、实时性较高的弹道仿真模型,在对垂直发射导弹飞行过程进行分析的基础上,将弹道分为垂直段、转弯段、制导段三部分,并根据各部分弹道的特点,分别建立其差分方程描述模型,最后通过仿真验证了模型的准确性和适用性。     

一种多目标多约束问题的优化算法研究

针对优化设计中常见的多目标多约束优化问题,提出了一种求解新方法：利用KS函数的凝聚特性,将优化问题中的全部或部分约束凝聚为一个近似的、逼近精度仅由一个参数控制的约束,然后,再对约束压缩后的优化问题选用适当的约束优化方法求解。仿真结果表明,由于压缩了求解规模,此法收敛稳定且速度快,用于求解一类多目标多约束优化问题具有很好的效果。     

基于粒子群算法的飞行器再入轨迹优化

提出将粒子群优化算法（PSO）应用于飞行器再入轨迹优化。以最小控制能量高超声速飞行器再入轨迹优化为例,对飞行器运动模型进行简化和控制量参数化,粒子群算法采用自适应权值,并充分利用飞行器再入时的运动特性来设置PSO算法初始参数,分析比较仿真步数对结果的影响。仿真结果表明提出方法的有效性和优越性。     

基于Radau伪谱法的重复使用运载器再入轨迹优化

为了提高数值解法的收敛速度,本文利用Radau伪谱法求解重复使用运载器的再入轨迹优化问题.该方法在一组Legendre-Gauss-Radau点上构造全局Lagrange插值多项式对状态变量和控制变量进行逼近,在动力学方程中状态变量对时间的导数可由插值多项式的导数来近似,故可将动力学方程约束转化为在Legendre-Gauss-Radau点上的代数微分方程约束.因此,可将连续时间的最优控制问题转化为有限维的非线性规划(NLP)问题,之后通过稀疏NLP求解器SNOPT即可对其进行求解.最后的仿真结果显示,通过该方法优化后的再入轨迹成功满足过程约束与边界约束.由于该方法的高效率和高精度特性,可将其应用于轨迹快速优化工程实际问题中.     

基于传感器的室内测试轨迹系统

室内定位技术对基于室内位置信息的服务和测量至关重要。基于加速度、陀螺仪和磁强计等传感器,提出一种适用于室内行走的定位方法,该定位方法利用传感信号和滤波算法得出行走步数、步长及方向,并采用轨迹匹配算法对轨迹数据进行修正得出优化轨迹。通过实地测试表明：该方法能准确地还原行走轨迹,可应用于实际室内场景。