现代化多星座卫星导航系统性能分析研究

卫星定位系统因其全球性、全天候、高精度等优点而被广泛应用。然而单一卫星导航系统在地球特殊区域存在可见星数目有限,卫星几何构形不佳等问题。针对上述问题,结合各系统未来更新状况,提出使用MATLAB软件进行星座仿真,分析了北斗、GPS III、GLONASS、GALILEO各系统区域定位的局限性,并利用最小二乘法将四个系统进行组合,从可见星数目和GDOP值两方面对组合系统与单一系统展开性能比较。仿真结果表明,组合星座系统能够明显增加可见星数目,改善单一星座区域GDOP值,提高定位精度。     

空间绳系机器人的多次推力逼近策略研究

针对空间绳系机器人近距离逼近问题,提出了基于时间最优的一般N次推力机动策略及算法,由演化得到的等时间N次机动模式和等速度增量N次推力机动模式,能够将多次推力机动策略中复杂的多时间变量求值问题转化为有非线性约束的最小机动时间问题,并利用基于罚函数法的遗传算法进行求解,对空间绳系机器人的近距离逼近问题进行了仿真。仿真表明:一般N次推力机动策略及算法能够很好解决此类多时间变量求值问题;且不需要进行初始速度脉冲修正,相对于基于"时间倒流法"的N次推力策略和连续推力具有较小的机动时间,并在某些情形下相较于后两者以及双冲量机动具有较少的能耗或者较小的最大视界角,为绳系机器人推动逼近设计提供了依据。     

改进蚁群算法的无线传感器网络路径优化

研究无线传感器网络路径优化问题,针对无线传感器网络(WSN)路径优化问题,在分析了遗传算法和蚁群算法各自优缺点的基础上,通过把蚁群算法作为WSN路径优化的主框架,采用遗传算的选择、交叉和变异算子提高蚁群算法搜索速度,提出一种改进蚁群算法的WSN路径优化方法。仿真结果表明,改进蚁群算法有效地克服了基本蚁群算法的缺陷,提高了WSN路径优化效率和成功率,减少了能理消耗,有效延长了网络生存时间。     

神经网络PID在PLC系统控制中的应用研究

针对传统的PID算法由于难以给出精确的数学模型,使得系统参数设定困难,同时系统控制效果上存在一定的缺陷,造成系统安全性和可靠性降低,系统控制质量不高。为了解决传统的PID算法所带来的问题,提出了基于模糊神经网络的PID算法,将PID算法、模糊控制算法以及神经网络算法相结合,形成了一种智能控制算法。将算法应用在PLC控制系统中,实验表明算法有效的实现了PID参数的自整定,并且提高了控制质量,具有一定的实际应用推广价值。     

基于改进遗传算法的多脉冲交会轨道优化研究

最优空间多脉冲轨道交会是一个复杂的非线性系统。由于结构复杂,存在非线性特性,影响系统的快速性和实时性。建立最优空间多脉冲轨道交会模型,传统遗传算法不能满足要求,因此提出了在自适应遗传算法的基础上引入多位变异的多变异位自适应遗传算法,对空间多脉冲交会轨道优化进行了求解。多变异位自适应遗传算法增加了种群的多样性,可避免算法的早熟收敛现象。仿真结果表明,利用多位变异自适应遗传算法求解空间多脉冲交会轨道优化效果好,避免了早期收敛,提高了全局寻优能力,为多脉冲交会轨道优化提供了较好的方法。     

火炮磁流变后坐系统仿真

将磁流变技术应用于火炮反后坐装置是目前正在发展的一种降低火炮后坐力的新技术,优化火炮反后坐装置控制,达到实时调节阻力。针对某型号火炮,在建立动力学模型和电磁模型的基础上设计了磁流变反后坐系统。为实现理想的后坐控制规律,提出了PID和模糊控制算法。利用ADAMS和MATLAB进行联合仿真,仿真结果表明,在后坐行程范围内,最大后坐阻力分别为3.71×105N,3.53×105N,相比传统火炮减小了13%和17%,并且模糊控制的后坐阻力曲线具有良好的"平台效应",实现了控制目标,表明磁流变阻尼器良好的可控性和应用于火炮后坐系统中的可行性。     

汽车制动优化控制方法研究

研究汽车车轮制动时的刹车性能优化,缩短刹车距离。传统的汽车制动算法参数是固定的,不能改变,在路况不佳的情况下,遇到汽车轮胎抱死的状况时,制动器反应较慢、调节时间较长、刹车过程不稳定,导致刹车距离过长的问题。提出利用神经优化网络的汽车制动调节算法,通过控制汽车制动时,优化各种设备状态比例参数,使参数能够动态的改变,根据车况信息做出调整,得到最优控制参数,克服传统方法缺陷。实验表明:通过动态改变参数的控制可明显提高制动控制器的性能。大幅缩短在抱死情况下的刹车距离,取得了满意的效果。     

某型发射装药保温时间仿真研究

针对国军标规定的发射装药保温时间较长和试验研究的盲目性,为准确掌握保透时间,对某型发射装药开展保温时间仿真研究.首先论述了发射装药保温的原理,接着利用三维实体建模软件Solidworks建立了发射装药实体模型,通过传热学计算和运用测试手段确定了有关参数,运用ANSYS有限元模拟分析软件对发射装药内部温度的传递变化规律进行了仿真,得到了发射装药温度场分布与保温时间的关系及发射装药保透所需时间,最后通过试验验证了仿真研究的合理性,证明了现行国家军用标准规定的保温时间有很大压缩空间.     

四旋翼无人机的系统模型与辨识

研究无人机系统优化控制问题,为实现四旋翼微型飞行器的自动控制飞行,需要得到正确的系统模型参数,实现精确控制。子空间辨识法可以直接地反应出多输出多输出系统模型,算法比较容易实现。首先从四旋翼的力学模型出发,建立了在小角度假设下的线性系统模型,并首次将子空间辨识方法运用到四旋翼飞行器的辨识中。用仿真实例实验,假设飞行器在缓慢上升过程,采用由子空间辨识方法获得的系统模型输出与原系统在同样输入条件下的输出进行了比较。结果表明在假设条件下的辨识具有可行性,为中旋翼无人机优化控制提供了依据。     

人工智能技术在遥感图像分类中的应用

研究遥感图像分类精度问题,遥感图像分类根据图像特征进行分类,然而其特征维数相当高且信息冗余严重,分类器不能降低特征维数,导致分类器计算量大,图像分类效率和正确率低。利用主成分分析(PCA)降维特征维数的优点,提出一种基于PCA-SVM的遥感图像分类方法。PCA-SVM算法首先采用LBP算子提取遥感图像特征,然后采用PCA对遥感图像特征进行降维处理,减少特征维数并消除特征冗余信息,获得对分类结果贡献大的特征,最后采用SVM进行遥感图像分类。仿真结果表明,PCA-SVM提高了遥感图像分类效率和正确率。