攻击机动目标的被动寻的模糊变结构制导律研究

针对目标机动且仅有视线角速度测量的被动寻的制导问题,提出了被动寻的模糊变结构制导律。该制导律将目标机动视为干扰量,首先应用滑模变结构控制理论推导出滑模变结构制导律,然后采用模糊控制技术,根据目标加速度估计值来自动选取制导律开关项的强度,以达到削弱抖振的目的。在工程实现时,采用制导指令低通滤波的方法实现对弹体攻角和侧滑角的估计。将该制导律应用于电视制导航弹的数学仿真,并与滑模变结构制导律、比例导引制导律进行了比较。仿真结果表明,该制导律攻击机动目标的脱靶量较小,对估计误差具有较强的鲁棒性。     

无线局域网野外机动组网应用研究

根据无线局域网技术原理,提出野外机动无线局域网设计方案,并进行了组网应用。     

神经过程和运动模型混合驱动的机动目标跟踪算法

针对基于贝叶斯滤波器模型的目标跟踪算法非常依赖先验知识,在复杂场景中跟踪性能下降的问题,提出了一种神经过程和运动模型混合驱动的机动目标跟踪算法。利用神经网络构建一个目标运动的随机微分方程来提高对目标运动的建模能力;使用加速度模型作为领域知识约束目标状态的微分方程,构造一个混合驱动的解码器;利用所构成的混合驱动解码器替换神经过程的解码模块,形成一种无监督学习的混合驱动滤波器。仿真实验结果表明：所提算法同时具有数据驱动和模型驱动算法的优势,依赖先验知识少,能在不同场景下保持稳定的跟踪精度,生成的轨迹较神经过程滤波器更加平滑且具有目标动力学特征;与经典的贝叶斯滤波器相比,所提算法的状态估计峰值误差平均降低了20%。     

基于“当前”统计模型的模糊自适应航迹预测算法

基本的"当前"统计模型由于其机动加速度极限值固定不变,只能描述机动加速度较大的机动目标。因而基本的"当前"统计模型及其自适应滤波算法(CSAF)对机动性较强目标的预测性能较好,而对机动性较弱目标的预测误差较大。针对这个问题,新算法中设计了一种新的模糊隶属度函数,利用机动目标的"当前"加速度来自适应地调整机动加速度极限值,使"当前"统计模型可以描述具有任意加速度的机动目标。最后,运用该算法和CSAF算法对机动目标进行了航迹预测仿真实验,仿真实验结果表明,无论对于机动性较强的目标还是机动性较弱的目标,新算法的预测性能均优于CSAF算法。     

基于PSO的自抗扰飞行控制律参数优化方法

提出了一种基于粒子群优化(PSO)的自抗扰(ADRC)超机动飞行控制律参数优化方法.分析了自抗扰超机动飞行控制律的参数取值和调节问题,讨论了扩张状态观测器(ESO)中非线性函数的系数对系统性能的影响,并给出了系统的性能指标函数.在给定的参数范围内,采用标准的PSO算法对ESO中非线性函数的系数进行了参数优化,优化结果表明:这种算法可以按性能指标搜索到近似的最优参数.采用该算法得到的参数对超机动飞行控制律进行了数字仿真.仿真结果表明:控制律具有良好的动态和稳态性能,该参数优化方法是有效的.     

基于Q-network强化学习的超视距空战机动决策

考虑到空空导弹对空战胜负的重要影响,针对空战态势状态特征连续、多维的情况以及传统方法缺乏对空战对抗中敌方策略的考虑,将强化学习应用到1vs1超视距空战机动决策。首先,建立了同时为对抗双方进行机动决策的强化学习框架,提出ε-纳什均衡策略来选取机动动作,并通过导弹攻击区优势函数来修正奖赏函数;其次,基于记忆库和目标网络训练Q-network,形成超视距空战机动决策的"价值网络";最后,设计了Q-network强化学习决策模型,并将机动决策过程分为了学习阶段与实战阶段。仿真结果表明:智能体可以感知空战的态势并作出合理的超视距空战机动决策。     

基于机动动作元的敌机战术机动在线识别方法

敌机战术机动动作的在线识别可为空战态势感知、任务规划和辅助决策提供重要参考信息.针对雷达数据不能提供敌机姿态信息,导致战术机动动作难以直接描述的问题,提出了一种基于空战机动动作元的两级识别方法.首先分析了雷达传感器提供的特征信息;其次根据战术动作的航迹曲线,将空战战术动作分解为11种基本的机动动作元,降低了动作描述的复杂度;然后采用随机森林和支持向量机设计了两级识别方法,层级1利用航迹参数识别机动动作元,层级2根据动作元序列和运动参数识别战术动作.通过对仿真飞行数据进行验证,表明机动动作元能有效描述典型机动动作,提出的方法能够实现敌机战术机动的准确在线识别.      

加强工程训练综合能力的培养

金工实习是机械类各专业学生学习工程材料及机械制造基础等课程必不可少一门实践基础课,也是非机械类有关专业教学计划中重要的实践教学环节。为了实现加强学生工程训练综合能力培养的目标,我们打破传统硬性教育下的工程训练模式实施全新的培训方案,新方案使被培训的学生能够具备制订实验解决方案、进行实验实践过程、分析和解释数据等的综合实践能力。     

基于强跟踪器的机动航天器相对动态定位算法

针对机动航天器之间精确动态相对定位问题,提出一种基于强跟踪器(strong tracking filter, STF)的动态相对定位算法。该算法针对相对机动过程中3个方向的机动特性,设置三向渐消因子进行三向滤波,克服了单向渐消因子与实际机动不匹配而造成的跟踪精度下降问题, 针对三向滤波在直角坐标系下的跟踪问题,设置去偏转换测量算法,克服了球坐标系与直角坐标系的转换偏差问题。仿真实验表明,该算法在初值敏感性和相对机动恢复性上均强于其他算法,适用于脉冲推力、有限推力等多种情况下机动航天器间精确动态相对定位。     

闪烁噪声机动目标跟踪的模型集交互跟踪算法

给出了一种量测噪声为闪烁噪声情况下的模型集交互机动目标跟踪算法。在雷达目标跟踪系统中由于目标位置的随机摆动,使得对其位置的量测伴随着闪烁噪声的出现,这种闪烁噪声会对目标跟踪的性能产生很大的影响。本文通过对闪烁噪声的QQplots-分析,利用高斯分布和拉普拉斯分布的合成对其进行建模,在机动目标跟踪中采用两个模型集来处理闪烁噪声的情况,并详细推导了模型集交互时机动目标跟踪算法。最后,通过Monte Carlo的仿真结果表明了该算法的有效性。