飞行器三维航迹规划算法

提出了一种应用改进遗传算法进行飞行器三维航迹规划的方法。航迹由B样条曲线得到，以代表航迹的B样条曲线的控制顶点坐标值作为染色体的基因位进行浮点数编码。在计算染色个体的适应值函数时充分考虑了飞行器的动力约束以及规避障碍能力。仿真结果表明了该方法的有效性。     

空空导弹可攻击区的递推算法研究

文中提出了一种具有可信度的递推拟合算法.该方法先对标准弹道表进行多元插值扩充,并且根据扩充后各条弹道与标准弹道表距离赋予其可信度的值,然后运用文中提出的递推算法进行计算,得到导弹可攻击区计算式.仿真计算表明文中提出的方法是可行的并能够有效的改善标准弹道表外数据病态现象.     

一种改进的空空导弹三维变结构导引律

空空导弹采用变结构导引律攻击大机动目标时存在视线角速率易发散和变结构参数项不易确定等缺点。针对上述问题,在变结构控制理论的基础上,提出一种基于变指数趋近律的参数自适应变结构三维导引律,利用多输入多输出RBF神经网络对变结构参数项进行在线调整。仿真结果表明,该导引律能有效削弱变结构控制的抖振,进一步提高导引精度,具有很强的自适应能力和鲁棒性,满足空空导弹战术指标要求。     

机载DEM特征点提取及压缩方法研究

为了在机载数字高程(Digital Elevation Model,DEM)数据压缩时充分利用地貌特征,进一步提高压缩效率,提出通过提取DEM特征点并使用径向基函数(Radial Basis Function,RBF)神经网络进行数据压缩的方法。首先对原始DEM数据进行去噪预处理,避免噪点成为特征点,给出了提取特征点及山脊线和山谷线具体算法;进而以地形特征点作为学习样本点采用RBF神经网络完成数据压缩任务。仿真结果表明,所提方法极大提高了DEM压缩效率,压缩效果满足机载要求。     

不确定环境下多无人机协同搜索算法研究

不确定环境下多无人机协同搜索是多无人机协同控制的一个重要研究内容。多架无人机同时对一个不确定区域进行搜索,目的在于获取搜索区域的信息,降低环境的不确定度,并尽可能发现隐藏在环境中的目标。针对这一问题,提出一种基于协同进化算法的多无人机协同区域搜索算法。首先,建立搜索概率图来描述搜索环境的不确定性,并使用贝叶斯准则更新搜索概率图,然后,使用协同进化算法,在线生成多UAV协同搜索的路径。仿真结果验证了算法的有效性。     

攻击机动目标的导弹三维变结构导引律

针对导弹采用变结构导引律攻击机动目标时,容易引起视线角速率抖动的问题,在变结构控制理论的基础上,利用RBF神经网络具有自主学习的能力,提出了一种基于RBF神经网络的变结构趋近律参数项在线自适应调节的三维导引律,克服了导引过程中变结构趋近律参数项不易确定的缺点,从而降低变结构控制的抖振,提高了导弹的命中精度。仿真结果表明,该导引律有很强的自适应能力和鲁棒性,满足导引要求。     

TC-136 氧/氮仪分析气路的改进

通过一次气路故障特例，分析了气路的工作原理和工作状态，利用仪器的气路特点和工作进程不同阀态，在无备件情况下，利用自身零部件进行修复，及时排除了故障，有效地延长了仪器的使用寿命。     

基于五叉树A*搜索算法的无人战斗机航迹规划

针对航迹规划搜索算法搜索范围大、收敛时间长的缺陷,提出了一种改进的搜索算法,缩短了搜索时间;同时,为了确保规划航迹在导航系统及数字地图存在误差的情况下具有鲁棒性,通过对搜索空间的适当划分,给出了一种安全走廊的计算方法.仿真结果验证了算法的正确性和有效性.     

基于B样条曲线及遗传算法求解TA/TA问题

主要讨论了水平面上空面导弹TA／TA（地形回避／威胁回避）问题。首先通过Dijkstra算法求出地形、威胁包络的最短及几个较短路径通道；用所求通道上的关键点作为三次B－样条曲线的顶点，近似拟合导弹飞行路线。以本文提出的最小距离法生成适应度函数，考虑导弹机动能力的约束，通过遗传算法来调整B－样条曲线的顶点，从而寻找出性能指标最优的可飞行样条曲线；根据所求出的最优样条曲线给出导弹航路点。通过大量的仿真实验，证明该方法是可行的，具有快速性并适应于大范围、复杂地形和威胁环境。