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。     

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。     

舰炮间瞄射击的辨识修正方法

为克服舰炮对岸射击时有时不能进行射击修正的缺陷,提出了利用舰载观测器材跟踪飞行弹丸坐标,辨识弹道气象参数,求取弹着偏差量的射击修正方法.通过对影响弹丸飞行弹道因素的分析,确定了需辨识的参数和弹道方程组模型,建立了基于非线性最小二乘的弹道辨识算法模型.仿真试验证明了本方法的正确性和可操作性,对于提高舰炮对岸射击精度具有重要作用.     

弹丸阻力系数辨识模型

采用阻力系数多段样条描述法和非常规炮弹弹道数学模型,建立弹丸阻力系数辨识模型.阻力系数辨识程序通过其数学模型,用雷达测速、气象和其它初始参数,多段样条提取阻力曲线,以及从亚音速到超音速拟合阻力曲线来辨识弹丸的阻力系数.     

弹箭高原阻力系数修正方法研究

为解决气动参数不准确导致的高原弹道计算精度低的问题,提出了一种基于数值计算和试验数据参数辨识相结合的弹箭高原阻力系数修正方法。在分析研究雷诺数变化对弹箭阻力系数影响机理的基础上,以某型榴弹为研究对象,通过气动流场数值计算和不同海拔射击试验阻力系数辨识计算,对比分析了不同海拔阻力特性的变化规律,建立了对应不同雷诺数的阻力系数修正计算模型。以平原阻力系数气动辨识结果为基础,通过不同海拔雷诺数的阻力系数修正,实现了较准确的弹箭高原阻力系数的获取。某型榴弹、某型火箭弹和某型迫弹试验验证结果表明,该修正方法获取的弹箭高原阻力系数更接近实际情况,弹道计算结果与射击试验结果吻合更好,相对传统计算方法,计算精度提高了2～6倍。该方法具有一定的通用性,研究成果对高原弹道仿真、编拟准确的高原射表提供了理论指导和技术支持。     

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。     

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。     

靶弹动力学模型参数辨识与弹道仿真

建立靶弹典型动力学模型结构,靶弹六自由度动力学数学模型简化为纵向和侧向两个三自由度的动力学模型。选择了辨识输入数据,将传统的模型辨识方法与现代计算机技术相结合,对气动力辨识输入参数进行了分析,采用迭代算法得出辨识参数,并对辨识精度进行了分析,认为观测量测量误差、物理几何参数误差影响辨识精度,选用靶弹现有试验测量数据作为输入量,进行气动参数辨识,得出辨识结果,将辨识得到的气动参数带入弹道仿真程序进行了仿真,验证了辨识结果满足设计要求。     

基于自适应混沌变异粒子群优化算法的旋转弹丸气动参数辨识

将最大似然准则应用于高速旋转弹丸的气动参数辨识问题中,提出一种新的自适应混沌变异粒子群算法求解该准则下的气动参数最优解,进而得到弹丸的气动参数。该算法通过自适应调整惯性权重、利用混沌优化的思想产生初始粒子、设定早熟判别机制来判断是否陷入局部最优解,并通过粒子变异的策略使其跳出局部最优解等方法进一步优化基本粒子群算法。通过常用的测试函数对该算法进行了测试,测试结果表明：相比于基本粒子群算法,该算法具有收敛速度快、寻优精度高、应用范围广等优点。利用系统仿真的方法模拟弹丸的自由飞行数据,并利用该数据结合所提算法对弹丸的主要气动参数进行辨识,辨识结果表明：该算法可以有效辨识弹丸的气动参数,且精度高,收敛速度快,可以应用于工程实际问题。     

炮弹飞行运动状态的全局灵敏度分析

出于外弹道测试或导航控制等需要,常在炮弹上安装各种用于飞行状态测量的装置。由于炮弹在发射及飞行中的状态受到各种随机因素的干扰,直接影响弹载测量装置的输出。为了更好地开展试验设计及相关数据处理工作,采用三轴陀螺仪测量炮弹转动角速度、三轴加速度计测量弹丸加速度、磁力计测量炮弹姿态角的方案,以五自由度刚体弹道方程组为基础,采用基于蒙特卡洛打靶的Sobol’全局灵敏度分析方法,就3种传感器的输出对初速跳动、起始扰动等因素的敏感程度开展定量研究。定量分析结果表明,初始偏航角速率和初始俯仰角速率对陀螺仪沿弹体径向的输出、加速度计沿弹体径向的输出和磁力计轴向输出的影响较大,初速对陀螺仪轴向输出和磁力计沿弹体径向的输出的影响较大,阻力系数对加速度计轴向输出的影响较大。     

基于极限学习机的杀爆战斗部末弹道参数优化研究

为研究末弹道参数与杀伤面积之间的复杂关系,以达到优化末弹道参数的目的,对破片飞散过程进行分析,为描述破片飞行轨迹建立了破片飞散模型,得到破片的落点,然后通过统计地面有效破片数,求解战斗部在不同末弹道情况下的杀伤面积,得到1 225种末弹道组合下的杀伤面积,最后基于这些数据,利用极限学习机(ELM)得到1 903 993种末弹道组合的计算结果。计算结果表明:当极限学习机的激励函数采用sigmoid函数,隐藏节点数在200个以上时,决定系数能够达到0.9以上,求解时间远远小于1 s,求解得到的最优末弹道参数对应的杀伤面积从优化前的438.1 m²上升至优化后的541.2 m²。     

基于改进多层核超限学习机的模拟电路故障诊断

为兼顾模拟电路多故障诊断的实用性和诊断精度,基于仿真诊断模型的测试性应用框架,结合深度学习与核方法的优势,提出一种多层单纯形优化核超限学习机（ML-SOKELM）方法。将有效初选后的数据集输入多层核超限学习机逐层提取故障特征并进行诊断;训练过程中,将各层核参数向量视为待优化变量,运用单纯形法对其进行联合优化。实验结果表明：与常见的深度学习方法相比,ML-SOKELM方法对主观经验依赖性更低,在训练时间大大缩短的同时,还能获得与之相当的准确率;与流行的核方法相比,ML-SOKELM方法在不同模糊度阈值下均能获得较高的诊断准确率。     

基于BP网络的PID整定控制

基于三层BP网络的PID的整定控制器,将输出层神经元输出状态对应于PID控制器的比例、积分、微分参数.先确定输入层和隐含层节点数、给出各层权值初值、选定学习速率和动量因子、学习参数等,再计算采样时刻误差、各层神经元的输入输出、PID控制器输出.通过神经网络的自学习、实现PID控制参数的自适应调整.仿真表明该神经PID控制器在三参数自调整、控制量变化、减小误差等方面具有优势.     

变体制导炮弹气动特性分析及弹道仿真

为使制导炮弹在不同飞行状态均保持较优的气动外形,提高飞行效率,增加射程,设计了一种变体制导炮弹,并开展气动参数计算、气动特性分析和弹道仿真等研究。首先根据设计指标确定变体制导炮弹的气动布局,通过迭代优化确定弹翼、鸭舵、尾翼的具体参数,并描述其控制方式和弹道特点; 随后利用工程化算法计算变体制导炮弹的气动数据,分析升力系数、阻力系数和静稳定度等参数与弹翼外形变化之间的关系; 最后根据气动特性分析的结果为所设计的变体制导炮弹制定变体方案,采用hp-自适应伪谱法,分别对变体制导炮弹和固定外形制导炮弹以射程最大为目标进行弹道优化。结果表明:所设计的变体制导炮弹满足设计指标,具有良好的气动特性和操纵性,弹道计算结果表明通过引入变体飞行技术可以使射程提升10%～22.5%,研究结果可以为今后变体制导炮弹的研究提供参考。     

基于神经网络专家系统的炮兵射击指挥系统故障诊断

基于神经网络专家系统的炮兵射击指挥系统故障诊断系统采用多层感知器组建专家知识库,建立激光仪子网、故障子模块,构建合成网络模块及训练样本.将各训练样本输入相应神经网络中训练,得到的权值和阈值存入数据文件.推理模块调用诊断知识库,输入各故障征兆,计算隐含层和输出层的神经元输出.解释模块由给定的法则判定输入神经元的输出是否有故障.     

暴雨环境下的弹丸气动特性数值模拟

为了研究暴雨条件对弹丸气动性能的影响,本文采用计算流体力学方法对极端暴雨条件下的弹丸气动特性开展数值模拟,通过求解三维定常可压缩的Navier-Stokes方程和k-ε湍流模型来计算流场,利用双向动量耦合的Eulerian-Lagrangian方法对流场中离散的雨滴粒子进行轨迹追踪,并考虑由于气流湍流引起雨滴粒子的随机扩散效应以及雨滴粒子与弹丸表面的相互作用,分析了攻角和液态含水量对M910弹丸和某120 mm迫弹气动参数的影响。研究结果表明,暴雨环境对两种弹丸的升力系数均有较大的影响,当马赫数为0.7时,M910弹丸升力系数最大下降了14.5%,120 mm迫弹升力系数最大下降了21.9%,并且影响程度随着攻角的增大而逐渐降低; 两种弹丸的阻力系数受暴雨影响较小; 由于尾翼的原因,暴雨对迫弹(尾翼弹)的影响程度高于M910弹丸(旋转弹); 弹丸表面形成的不均匀水膜层以及雨滴粒子碰撞导致弹丸边界的动量损失是影响弹丸气动性能的主要原因。     

基于粒子群优化极限学习机的雷达识别方法

针对相控阵雷达识别的问题,提出一种基于粒子群优化极限学习机(PSO-KELM)的识别方法.在核函数极限学习机(kernel extreme learning machine,KELM)的基础上,引入粒子群优化算法(particle swarm optimization,PSO),求得核函数参数最优解,提高相控阵雷达识别准确率.通过构建雷达数据库,使用粒子群优化极限学习机的方法对不同噪声情况下的雷达数据进行识别,并与核函数极限学习机、核函数支持向量机(kernel support vector machine,KSVM)和半监督式迁移学习(semi-supervised and transfer learning,SSTL)的方法进行对比.仿真结果表明:在不同雷达种类和不同噪声情况下,该方法识别准确率均高于其他方法.