用于TF/TA仿真试验的数字地形模型研究

采用数字仿真方法进行TF/TA实验时,需要生成飞行器在实战中可能遭遇到的各种真实地形场景。为了借助计算机模拟方法产生所需各种复杂多变的数字高程模型,提出了改进分形几何法和数学函数法来自动生成数字地形模型的方法。前一种方法可以根据需要控制地形的光滑度,可以为视景仿真系统提供具有细部特征的真实感地形;第二种方法产生的几种典型地形突出了不同地域的地形特点,多用于TF/TA算法的验证。大量的仿真结果说明了这些方法的可行性。     

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。     

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。     

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。     

利用互信息确定延迟时间的新算法

对比研究混沌时间序列相空间重构中对延迟时间选取的各种算法,根据混沌吸引子所具有的伪周期性与各态历经的性质,提出采用逐步细化的方法寻找系统互信息函数的第一局部最小值,作为最佳的延迟时间。克服了传统互信息函数计算繁琐、难以编程实现的缺点,兼具精确性与高效性。通过Risssler和Lorenz系统的数值仿真结果验证了算法的可靠性。     

基于直觉模糊贝叶斯网络多态系统可靠性分析

针对贝叶斯网络分析多态系统可靠性时各根节点不同状态的精确概率难以确定的问题,提出了一种基于直觉模糊贝叶斯网络的可靠性分析方法。该方法是将多位专家评估的各根节点不同状态发生的直觉模糊概率及各位专家权重通过直觉模糊加权平均算子求解出综合概率,由得分值函数和相应的数据处理获得各根节点不同状态发生的精确概率;通过贝叶斯网络计算叶节点不同状态发生的概率,以及叶节点处于不同状态时各根节点处于不同状态的概率和重要程度。仿真表明该方法能够精确地确定各根节点不同状态发生的概率,并能够有效提高贝叶斯网络处理不确定性问题的能力。     

空战多目标集群攻击算法研究

针对传统多机空战中解算多机攻击策略需要很大计算量,不宜进行攻击任务分配问题,文章提出在我方多机不同编队视角下,采用改进的FCM算法将空战多目标根据目标属性相似性平均进行聚类划分,综合考虑聚类后各个类成员,运用熵理论处理空战客观信息,确定目标各个属性权重,解算不同编队视角下的各个类威胁以及不同聚类结果对我方编队的威胁度,得出最优聚类结果,采用矩阵法将划分的目标类与我方各个编队进行攻击配对,解算最终攻击分配方案.运用该法研究多目标集群聚类攻击问题,建立集群聚类攻击数学模型,并进行仿真研究.仿真结果表明该算法合理和有效.     

基于CARMA模型的多变量远程预测自适应探测器

本文采用CARMA模型，建立多变量远程预测控制器，并采用状态空间法分析其闭环系统的稳定性。这种控制以远程预测多步滚动优化取代最小方差和广义最小方差控制器中的一步预测化，并引入控制时域的概念，从而可应用于非最小相位和开环不稳定系统；在自适应算法中，对模型验前知识要求少，不需要知道系统的交互矩阵，计算量小。数字仿真结论证实了控制算法的以上特性。