作战单元战场空间感知建模研究

依托仿真进行军事作战过程研究所要解决的建模问题之一就是对作战单元战场空间感知过程进行合理建模,而其有效性需求决定了模型必须要能够正确地表达实际作战过程中作战单元战场空间感知所具有的、面向区域的特性。根据作战单元战场空间感知的区域特性,阐述了基于空间划分的作战单元空间感知建模实现思想,并就基于空间划分的战场空间感知模型实现进行了详细的形式化描述。就基于空间划分的作战单元空间感知模型的运行效率,进行了实例对比分析。     

拦截器姿态控制系统切换控制方法研究

为增强拦截器姿态控制系统的鲁棒性,提出了一种切换控制方法来控制拦截器的姿态。该切换控制方法主要包括双重推力水平切换,相平面控制律与准滑模控制律切换和角度反馈切换。给出了高水平推力和低水平推力的切换逻辑,相平面控制与准滑模控制律的切换准则和角度反馈中俯仰角和攻角的切换策略。仿真实验表明,采用切换控制方法所设计的姿控系统可以适应大气层内外飞行,鲁棒性较强。     

多编队对地攻防对抗多层决策分析仿真与研究

针对编队协同对地攻击的攻防对抗系统的强对抗性、多目标性和多层次性,建立了三层决策模型,由最高决策层根据战场情况调配编队方案,将中间决策层和最低决策层建立成为两级主从递阶互动决策模式,建立Nash-Stackelberg-Nash决策方法求解对抗条件下双方中间决策层和最低决策层的联合最优策略。仿真结果表明该三层决策模型应用于编队协同对地攻防对抗决策系统,其中间决策层和最低决策层构成的两层对策系统能够较好的解决两层对抗决策问题;同时,最高决策层有效的控制了编队支援方案,达到了较好的作战效果。三层决策系统为作战对抗提供了有力的战场分析依据。     

一种备件多级库存系统的仿真优化模型

针对备件多级库存问题，分析了备件需求的特点，建立了多级库存问题模型．在模型的基础上对备件订购量、安全库存量，订购策略，率存模式等进行了研究．研究发现：库存模式、订购策略和相关参数都会影响库存策略和最小总费用；一般情况下，较优订购策略为“库存量降到安全库存水平以下时订购，订购使得备件总量达到某一常数”．因此，备件采用多级库存模式还是单极库存模式应根据具体参数和订购策略确定．由于备件库存问题的特殊性，论文提出了一种求解该问题的仿真优化方法．实验结果表明：是一种有效的求解备件库存优化问题的方法。     

基于有向循环图的多学科设计优化模型调度方法

复杂产品的多学科设计优化过程中，往往会涉及到不同学科的专业分析模型以及各种商业软件应用的集成调度运行问题。在多学科设计优化过程中模型应用集成的基础上，结合设计模型的调度需求，研究了多学科模型的调度运行，并给出了基于有向循环图的通用模型调度解决方案，包括回路探测算法和模型调度算法。最后设计并实现了支持复杂产品多学科设计优化软件框架——iDesign的调度引擎，并以一个设计模型的调度为例，验证了方法的正确性和可行性。     

飞机空面精确打击武器火控系统精度仿真分析

空对面精确打击武器火控系统是现代作战飞机对付地面(或海面)目标的一种重要武器系统,在现代战争中有着无可替代的作用,其武器系统精度是关键技术指标。在分析精度分析评价指标体系的基础上,分析了影响飞机空面精确导弹武器火控系统的误差因素,确定了从飞机火控系统和导弹制导系统两个方面来分析武器火控系统精度误差链的分析方法。针对防区外空地电视遥控制导导弹火控系统进行精度分析与评估,利用蒙特卡罗法对防区外空地导弹火控系统进行了全武器精度分析仿真。其结果对评价空对面精确打击武器火控系统精度具有很好的工程应用价值。     

高阶非线性控制系统的适应性仿真研究

针对带有外部扰动和参数摄动的不确定高阶非线性系统,利用积分行为补偿系统的各种未知因素,设计适应性非线性控制器(ANLC),并提出了全面的控制器适应性评价方法。首先结合典型信号扰动试验和模型参数摄动试验,检验系统的抗扰性和鲁棒稳定性;然后引入神经网络和Taylor级数展开理论构造非线性函数,改变高阶非线性系统的模型结构,利用Monte-Carlo随机试验方法,进行模型摄动的性能鲁棒性分析;并与精确反馈线性化(EFL)方法进行了定量比较。结果表明,适应性非线性控制器(ANLC)具有很强的适应性能,是解决不确定高阶非线性系统控制的有效途径。     

基于神经网络的全局滑模变结构控制

针对一类非线性不确定离散时间系统,提出了一种基于神经网络趋近律的全局滑模变结构控制方法。分别用两个前馈神经网络（FNNs）自适应调整趋近律中的参数ε和δ,克服了常规变结构控制方法中需要预先设定趋近律中参数的限制。在用径向基神经网络（RBFNN）对系统进行模型估计的同时,基于平移滑平面的设计方案,实现了系统的全局鲁棒滑模控制。仿真结果表明控制系统具有良好的跟踪性能,该方案使系统一开始就处于滑平面上,消除了系统抖振,具有较强的鲁棒性。     

基于对角载入的鲁棒自适应波束形成算法

作为一种梯度自适应波束形成算法,LMS算法因简单有效而得到广泛的应用.但是在存在偏差的情况下,LMS算法的性能较差.针对上述问题,考虑信号方向向量的偏差对LMS算法性能的影响,提出了一种基于对角载入的鲁棒约束LMS算法,并对算法的对角载入因子和收敛性能进行了分析,给出了保证算法收敛的步长取值范围.该算法利用对角载入的特性,可有效的抑制各种偏差所带来的影响,收敛速度快,抗扰动性强,对信号方向向量的偏差具有较强的鲁棒性,从而可以保证阵列输出的信干噪比接近最优值.仿真实验表明,与传统约束LMS算法相比,基于对角载入的鲁棒自适应波束形成算法具有很好的性能.     

基于贝叶斯网络的编队对地攻击损伤评估研究

随着武器的高科技化、战场环境的复杂化、战斗节奏的加快,战斗损伤评估系统在现代战争中占有越来越重要的地位。针对战场战斗损伤评估信息的多样性、不确定性和模糊性,基于贝叶斯网络易于进行不确定性推理的优点,提出应用贝叶斯网络对对地攻击效果进行分析评价,建立了编队对地攻击损伤评估的贝叶斯网络模型,给出了基于贝叶斯网络的损伤评估的推理决策方法,并且对该方法进行了仿真分析。仿真实例表明,基于贝叶斯网络的损伤评估模型能够提高损伤评估的准确度,而且推理简单,易于实现。