地基运载火箭交会空间目标弹道快速优化设计

针对地基拦截器与空间目标交会这一复杂非线性优化问题,研究了基于改进粒子群算法的弹道快速优化设计方法.根据拦截交会弹道特点,设计了飞行程序优化模型,融合粒子群搜索的随机性和递进搜索的高效性,构建了适用于拦截交会弹道设计这类复杂非线性优化问题的改进粒子群算法.采用该改进粒子群算法进行拦截交会弹道仿真,结果表明,该改进粒子群算法计算精度较高,优化耗时较少,能够实现拦截交会弹道的快速优化设计.     

基于网格划分与BP网络的中制导弹道 在线生成方法

针对临近空间高超声速目标高速、高机动的特点,为改善拦截弹中制导性能,将基于网格划分的中制导离线弹道优化与神经网络相结合,提出了一种中制导弹道在线生成方法。以拦截区域网格化形成的网格点为约束,采用离线弹道优化方法,形成覆盖拦截区域的弹道数据库; 利用BP神经网络对非线性函数的逼近特性,通过训练实现对弹道数据库的逼近,构建BP神经网络模型,实现中制导弹道在线生成。仿真分析结果表明:中制导过程中,在终端约束调整和不调整的2种情况下,该文设计的中制导弹道生成方法均具有较好的性能。     

多防御弹主动防御系统协同一致拦截

针对目标-攻击弹-防御弹群（TAD）系统中防御弹群需协同目标进行主动防御并实现同时拦截攻击弹目标的问题，对TAD系统在二维平面下的协同主动防御模型进行了研究，并提出了包括虚拟领弹、目标以及防御弹群的两层协同制导策略，问题采用基于非线性模型预测控制（NMPC）的一致性协议算法进行求解。两层制导策略分别是第一层中的虚拟防御弹领弹协同目标进行主动防御并得到攻击弹位置信息，第二层是真实防御弹群针对确定位置的攻击弹采用基于模型预测控制的一致性算法，实现同时到达并拦截攻击弹。第一层协同制导主要考虑保护目标在安全范围内，以及目标和虚拟防御弹的加速度约束，第二层协同制导主要考虑防御弹群的加速度约束。两层制导均通过基于NMPC的方法优化，计算出目标和防御弹群的协同控制量。仿真结果表明，提出的多防御弹主动防御系统协同一致拦截制导算法能够实现TAD系统中目标和防御弹群的协同主动防御。     

临近空间防御作战拦截弹制导与控制关键技术综述

为满足临近空间高超声速目标防御作战需求,聚焦拦截弹超远程超高速拦截制导和控制关键技术,对"中制导"、"中末制导交接班"、"末制导"、"直接力/气动力复合控制"以及"多拦截弹协同拦截"等五个方面的研究进展进行综述,围绕"基于区域分割的多拦截弹协同弹道生成"、"基于分布式优化的多拦截弹协同弹道修正"以及"多拦截弹协同末制导...     

基于Gauss伪谱法的滑翔弹道快速优化

针对远程精确制导炮弹弹道优化问题,给出了一种基于Gauss伪谱法的滑翔弹道快速优化方法。以制导炮弹飞行时间为性能指标,考虑一阶动力学滞后,引入虚拟控制量,并将其作为优化变量,为保证攻击效果,对滑翔末端弹道倾角和速度值进行了约束,建立了纵向平面内弹道优化模型。利用Gauss伪谱法对状态量和控制量进行了离散,将最优控制问题转换为非线性规划问题,并利用序列二次规划法对其进行了求解,最后将求解结果与传统的直接打靶法进行了对比。结果表明,该方法具有较高的优化效率,能够快速计算出满足各种约束的滑翔弹道,具有在线优化的潜力。     

基于拟勒让德谱变换的防空导弹弹道优化

为了使防空导弹更高效地拦截目标,要求导弹在中制导段到末制导段的交班点上具有最优的性能.针对不同的性能指标构建了相应的最优控制模型,扩展了拟勒让德谱变换法,使其能有效地将已建的含有间断点的模型转换成非线性规划(NLP)问题,采用序列二次规化(SQP)算法优化得到最优解.分析了不同指标下最优弹道之间各参数的差异,选择终端速度最大作为目标函数再次优化,得到了终端速度在交班点上的分布规律.优化结果表明,转化成NLP问题的模型具有较高的精度,且易于优化求解;导弹终端速度在弹道倾角和偏航角等于零的附近达到最大值.     

空间拦截弹道优化研究

为验证利用地基导弹进行空间拦截的可行性,对空间拦截弹道优化问题进行了描述.根据固体火箭弹道设计方法,分析了弹道的影响因素,提出基于正交设计的搜索算法,给出了详细的算法流程,介绍了搜索方向的正交设计方式和搜索过程.用该模型对某一参考弹进行了仿真计算,计算结果表明,只要弹道参数设计合适,参考弹完全可以将100 kg有效载荷送入近地轨道,满足空间拦截作战要求.     

遗传优化算法求解多极值弹道气动参数

应用遗传算法求解弹道气动力参数优化问题，遗传算法是一种模拟自然遗传和达尔文进行理论的随机优算法，该算法具有全局优化能力，对多极值优化，问题尤其有效。     

基于人工鱼群算法的加农炮内弹道参数优化研究

基于100 mm加农炮经典内弹道数学模型,以最大膛压及初速的计算值与靶场射击试验值的平均相对误差为目标函数,以燃速系数和燃速指数作为拟优化的参数,运用人工鱼群算法对加农炮内弹道参数进行了参数优化研究。结果表明,人工鱼群算法对初值要求不高,容许范围大,且收敛速度快,全局寻优能力强,计算得到的目标函数值不超过0.1%。将优化后的参数应用到加农炮内弹道计算中,其计算结果与靶场试验结果相对于参数优化前误差进一步减小,其中参数优化后速度的误差仅为0.017%,优化后计算值与靶场试验值吻合得较好,因此可以将人工鱼群算法作为加农炮内弹道参数优化的一种有效方法。     

拦截弹中制导弹道在线快速规划方法

针对满足多约束条件的拦截弹中制导弹道在线快速规划问题,提出一种基于虚拟域动态逆的在线弹道规划算法。引入虚拟因子,将离散状态变量从时间域转入虚拟域中,并基于动态逆思想,利用虚拟弧长求得边界条件的高阶导数,提高计算效率;构建过程约束的惩罚函数,结合性能指标进行规划,使弹道能够满足时间域上的多约束条件。结合该算法提出目标信息更新后的在线重新规划策略。仿真结果表明,基于虚拟域动态逆的在线弹道规划算法虽然计算精度较弱,但是能够快速生成满足多约束条件的参考弹道,具有很好的实时性与鲁棒性,适用于求解弹道在线快速规划问题。     

磁屏蔽装置结构参数的组合优化方法

针对磁屏蔽装置结构参数优化问题,将解析法计算简单和数值法计算精确的优点相结合,提出一种“解析+数值”组合优化方法。确定装置的磁屏蔽性能计算是否存在解析表达式,若难以得到解析表达式,则采用人工神经网络建立其磁屏蔽性能计算模型,得到其“黑箱解析式”;采用智能优化算法在短时间内对解析式或“黑箱解析式”进行快速“粗”寻优,进而以此为基准,再采用数值法在一次寻优结果附近进行小步长精细扫描计算,实现“精”寻优;采用交互验证的方式确认寻优结果的可信度。对双层圆柱形和单层矩形磁屏蔽装置的结构参数进行优化,结果表明“解析+数值”这种从“粗”到“精”的组合寻优方法是正确的,该方法得到的优化结果比纯解析优化得到的结果具有更高的可信度。     

基于子空间近似算法的鱼雷总体多学科设计优化

在子空间近似算法的基础上，结合鱼雷总体设计的内容和实际特点，对基于子空间近似算法的鱼雷总体多学科设计优化的相关内容进行了详细分析，建立了数学模型，并进行了实例验证，结果表明该方法对提高鱼雷的设计质量，避免人力、物力的浪费，降低设计风险等有极为重要的作用。     

基于改进粒子群优化算法的末修子母弹总体参数优化设计

将末修子母弹对跑道封锁能力的评价指标作为优化设计的目标函数,确定了需要优化的总体参数,并利用改进的粒子群优化算法建立了总体参数的优化模型.在优化设计中,通过对总体参数的离散化提高了优化计算的效率,分析了跑道长度对最优总体参数的影响,获得了针对不同长度的跑道均具有较强封锁能力的总体参数最优搭配.研究成果对于末修子母弹总体方案设计以及子弹外弹道设计具有重要的参考价值.     

一种基于化学反应优化和粒子群优化的混合型优化算法

针对现有化学反应优化算法存在的不足,提出一种基于粒子群优化算法(particle swarm optimization,PSO) 和自适应化学反应优化算法(adaptive chemical reaction optimization,ACRO)相结合的混合算法(a hybrid optimization based on ACRO and PSO,ACRO-PSO)。在ACRO 算法的领域算子基础上,融入PSO 算法的全局算子,加入权重系 数控制本地搜索和全局搜索的比例,修改分解反应合化合反应出现的时机,利用化合反应输出最优解,采用标准测 试函数对ACRO-PSO 进行性能分析。仿真结果表明,ACRO-PSO 算法能高效地解决待优化问题。     

基于组合粒子群算法的运载火箭弹道优化设计

提出一种基于粒子群算法和方向加速法组合成的PSO-Powell算法,能进行大范围搜索,其最优解具有全局收敛性。在该算法中,对粒子群算法的参数设置进行了改进,提升了其性能,并引入增广拉格朗日乘子法处理优化问题的约束条件,提高了最优解的精度。仿真结果表明PSO-Powell算法应用于运载火箭弹道优化设计具有良好效果,可以提升运载能力,具有一定工程应用价值。     

不同优化算法在轮式自行火炮动力学优化中的应用

以某轮式自行火炮为例,以减少炮口初始扰动、提高射击精度为目标,建立了基于轮式自行火炮发射动力学仿真的优化设计模型。采用加权组合法将炮口角位移与角速度统一为单目标,分别应用序列二次规划法、粒子群算法、模拟退火算法及多岛遗传算法对其进行优化设计求解。比较结果发现,模拟退火算法及多岛遗传算法能够适应轮式自行火炮系统优化问题的求解需求;粒子群算法尽管收敛速度较快,但优化结果不如模拟退火算法及多岛遗传算法;序列二次规划法由于容易陷入局部最优,不能适应轮式自行火炮系统优化问题的求解需求。     

不可靠测试条件下基于多目标粒子群的测试优化选择方法

针对测试条件下多目标优化的问题,提出一种在不可靠测试条件下的测试优化选择方法.通过对测试优化选择过程进行分析,建立多目标优化的数学模型,利用最大似然估计法得到故障测试样本参数信息,采用E占优多目标粒子群算法选取最优解,并通过某导弹雷达组件实例验证了算法的有效性与可用性.结果表明:该方案可在兼顾所有因素的同时,着重关注漏检率因素.     

火星探测器轨道设计与优化技术

介绍火星探测器轨道设计以及优化技术,并对大推力轨道设计方法、小推力轨道设计方法以及借力飞行轨道设计方法等进行综合分析,为未来的火星探测器轨道设计提供参考.     

遗传粒子群算法在测试节点优选中的应用

测试节点优化是电路板测试诊断设计优化过程中的一个基本问题,属于经典的N-P难题,但目前用于测试点优化的算法存在搜索速度慢、不收敛等问题,因此提出一种基于遗传粒子群优化算法.该方法通过建立电路测试节点的"故障-测试"矩阵,用遗传算法对数学模型进行优化,并采用粒子群算法搜索实现了快速求解.与传统方法相比较,该方法搜索速度快,优化效果明显,已在工程实践中得到应用.     

导弹总体多学科设计优化技术

研究了国内外目前涉及多个学科复杂系统设计的多学科设计优化 (MDO)技术 .从MDO的定义、特点、算法等方面进行了探讨 .分析了三种建立在系统分解概念上的算法———并行子空间优化、合作优化和系统多层递阶优化 ,描述了它们的基本思想和组成 ,并对相关的概念 ,如响应曲面、敏感性导数等进行了说明 .