气动偏心角对非对称翼末敏弹扫描运动的影响规律研究

针对非对称尾翼末敏弹的结构特点,建立适合力学分析的坐标系,分析考虑气动偏心角和大攻角非线性时的力和力矩模型,推导出六自由度运动微分方程组。以某非对称末敏弹结构为例进行数值仿真计算,计算结果与实验数据相吻合,表明：与非对称翼展开方向一致的气动偏心角能够诱导弹体产生稳定螺旋扫描运动,且扫描角必定与气动偏心角共面,扫描转速随气动偏心角的增大而减小,扫描角随气动偏心角的增大而增大,且大致成线性关系,为非对称翼末敏弹的结构设计和气动设计提供了理论参考。     

基于UKF的北斗/SINS组合导航系统研究

为了进一步提高导航系统的精度、可靠性及安全性,根据组合导航的基本原理,利用无迹卡尔曼滤波(UKF)算法,对北斗/捷联惯导系统(SINS)组合导航系统进行了系统仿真,在一个装有微型化惯性测量单元(MIMU)和北斗导航芯片的某型精确制导炮弹的自驾仪系统上进行了实际的跑车实验。实验结果表明:对中国自主研发的北斗卫星导航系统和SINS的组合,UKF算法能够有效地估计导航参数的误差,进行反馈校正后,可以大幅提高系统的导航精度和数据的更新频率。在所用硬件和算法的前提下,定位精度能够达到6 m,数据更新频率能够达到100Hz,可以满足实际工程的需要。     

基于神经网络的弹道修正弹落点预测方法

为了分析神经网络运用于弹道预测的可行性,构建了实用的弹道预测工具,建立了基于神经网络理论的弹道预测模型。利用二自由度质点弹道模型,选取BP网络和Elman网络进行神经网络弹道预测仿真。基于误差反向传播理论,比较了带动量项算法与自适应学习率算法这2种网络权值训练速度。对2种网络不同隐层节点数的学习误差和预测误差进行了对比分析。数值仿真计算结果表明,神经网络具有较高的预测精度,36.7 km射程仅有不足100m的射程误差,12.3 km射高仅有不足70 m的高度误差,预测结果满足要求,利用神经网络进行弹道预测是合理可行的。     

基于改进遗传算法的滑翔增程弹控制参数优化设计

为了获得滑翔弹PID控制器的俯仰角指令最佳跟踪效果, 将基于实数编码的自适应遗传算法与精英保留策略相结合, 同时对遗传操作做相应改进, 采用改进后的算法对控制器参数进行寻优。为获取满意的过渡过程动态特性, 改进了ITAE性能指标。最后以某滑翔弹的俯仰角稳定回路为研究对象, 分别采用改进Powell算法、基本遗传算法和改进遗传算法进行优化计算。仿真结果表明, 改进后的遗传算法搜索能力和效率得到明显提升, 研究结果可为今后的控制器优化设计提供一定的参考。