用于求解射击诸元的视在航路法

本文提出了一种适用于数字化瞄准具的视在航路法,其特点是在目标作匀速直线运动的假设下,在已知一系列目标方位与高低角后,只要再知道一个目标距离就可以得到射击诸元。相对于数字指挥仪的解算方法,它更加充分利用了目标的角度信息,减弱了对于距离信息的依赖性,为火控计算提供了新途径。     

量化状态信息下多智能体Gossip算法及分布式优化

基于量化状态信息的异步随机Gossip算法大多以均匀选择概率的时间模型为基础,未充分考虑网络拓扑结构对局部信息传递的影响。为此,该文提出了一种以非均匀选择概率为时间模型的改进算法。首先给出了非均匀选择概率下的多智能体系统时间模型,在随机性量化策略下给出了一致性误差的收敛性质;并讨论了量化精度和概率化权重矩阵第2大特征值对一致性误差收敛速度的影响,进而利用投影次梯度给出了选择概率的分布式优化方法。仿真结果表明,该基于量化状态信息的算法可通过选择概率的分布式优化,提高一致性误差的收敛速度。     

一阶参数不确定滞后过程的鲁棒PID控制器设计

提出一种针对一阶参数不确定滞后过程的鲁棒PI／PID控制器优化设计方法。首先基于D-分割法技术,给出确定一阶参数不确定滞后过程的整个PI／PID控制器的可行鲁棒稳定域算法;在定义一个与控制器给定点跟踪性能、鲁棒性能和抗扰动性能相关的目标函数的基础上,给出PI／PID控制器设计的约束优化问题;最后应用一种启发式粒子群优化（PSO）算法对该约束问题进行求解。仿真结果表明,所提出的方法可得到更小的调节时间、更小的超调、较强鲁棒性和更好的抗扰动性能,表明了所提出的方法的有效性。     

不确定随机系统的满意估计问题研究

基于LMI技术给出了一个满足期望误差方差和快速性指标的满意状态估计器的设计方法.该方法避免了使用矩阵秩的条件,因此适用于参数及噪声强度不确定的随机线性系统,而且便于使用计算机求解.文中所给出的数值算例说明了该方法的有效性.     

一种带波门修正的事件触发机制及其在光电探测网中的应用

本文针对一类通信资源有限的集中式目标状态估计问题进行了研究, 提出一种带波门修正的事件触发机制.当事件触发条件不满足时, 相应探测器按通信系统设计带宽发送完整量测新息至融合中心.当事件触发条件满足时, 相应探测器将量化量测新息发送给融合中心.减少数据传输量, 减轻通信系统的负担.随后推导机制下的融合中心最小均方误差状态估计算法并对其性能进行了理论分析.最后给出一个光电探测网的应用算例, 表明了其在工程应用中的有效性及可行性.     

具有角速度测量的光电跟踪系统分析

采用球坐标位置测量的传统光电跟踪系统,在充分利用模型先验信息而不增加其它测量信息的前提下,很难进一步改善目标运动参数的估计性能。在传统光电跟踪系统基础上,引入俯仰和偏航两个角速度测量装置来提高跟踪系统性能的设计思想,尚未见文献报道。本文借鉴扩展卡尔曼滤波器(EKF)思想,建立了新的测量模型,并从理论上分析了跟踪偏差的渐进性质。对原有位置测量和附加角速度测量的序贯滤波处理保证了工程实现的可行性和实时性。仿真结果表明,附加角速度测量后,光电跟踪系统收敛速度加快,估计误差均方差减小,系统跟踪性能得到全面提升。     

分布式数字化牵引高炮系统的命中概率分析

针对分布式高炮系统数字化改造出现的新变化,研究了数字化改造后高炮系统的命中概率。首先分析了射击误差和目标位置误差,在预测迎弹面的目标投影为圆域假定下,分别给出了牵引高炮系统在不带基线修正的传统平行射向和数字化改造后带基线修正射击体制下的命中概率理论计算公式。理论研究表明：在相同前提下,带基线修正的分布式数字化高炮系统的命中概率优于不带基线修正的传统高炮系统;前者的基线斜距仅对弹丸散布形状有影响,而对整体命中概率影响不显著;且合理的基线斜距相对误差导致的理论命中点偏差,对整体命中概率影响也十分有限。理论分析中的单门高炮一次点射发弹的命中概率通过Monte-Carlo彷真得到。     

线性离散周期系统满意估计

针对线性离散周期系统的状态估计问题,运用提升原理提取期望极点指标,同时期望估计误差系统满足稳态误差方差/H_∞混合指标,采用代数Riccati矩阵不等式法与数值递推算法对误差系统进行了上述指标的满意估计设计,并根据满意控制的基本理论将上述满意估计问题转化为线性矩阵不等式(LMI)的线性规划问题,从而运用LMI技术求解并设计了可行的满意估计,数值算例验证了相关算法.     

区间比例积分微分控制器理论在制导炸弹控制系统设计中的应用

应用区间多项式及区间系统比例积分微分控制器(PID)设计理论,给出了一种飞行控制系统PID控制器设计方法。该方法同时考虑稳定性指标和时域性能指标。首先求出PID控制器的所有稳定参数集,再在该集上得出满足时域性能指标的PID控制器参数区域。只需设计一组控制器参数,就可具有较强的适应被控对象参数变化的能力。理论分析和仿真试验结果表明了该方法的可行性。     

不完全量测下基于信息一致性的分布式容积卡尔曼滤波算法

针对不完全量测条件下分布式火控系统中的非线性目标跟踪问题,为提高跟踪系统的估计精度并保证各探测单元估计结果的一致性,提出一种基于信息一致性的分布式容积卡尔曼滤波(ICDCKF)算法。针对非线性系统,给出不完全量测下的改进容积卡尔曼滤波。考虑到各探测单元间局部估计信息的相关性,该算法首次将协方差交叉方法应用于非线性一致性滤波算法,提高互协方差未知情形下分布式融合的估计精度。特别地,为确保算法的可行性,给出不完全量测情形下,ICDCKF算法估计结果收敛的条件,并从理论上严格证明在该条件下ICDCKF算法可以保证估计方差的有界性。ICDCKF算法应用于一类光电跟踪网络,与现有CKFI算法、CKF_CI算法、KCF_ Me算法对比分析表明：ICDCKF算法在保证各探测单元估计结果一致性的同时,大幅度提高了跟踪系统的估计精度。