AdaBoost-PSO-LSTM网络实时预测机动轨迹

针对自主空战中轨迹预测难以同时保持高预测精度和短预测时间的问题, 提出一种自适应增强的粒子群优化长短期记忆网络预测方法。首先,建立三自由度无人机动力学模型, 解决机动轨迹的数据来源问题。其次,分析长短期记忆网络, 并引入在线预测的滑动模块输入矩阵, 利用粒子群优化算法代替传统基于时间的反向传播算法进行网络内部权值更新; 同时为解决优化算法非定向性问题, 提出数据共享方法。然后,为进一步提高预测精度, 采用自适应增强算法搭建外框架, 通过控制弱预测器的数量平衡预测精度与预测时间。最后, 在一段变化较为频繁的轨迹进行预测, 与5种神经网络预测方法进行比较, 结果表明所提方法能够较好地满足精度和时间要求。     

基于自适应动态逆的着舰控制器设计

针对舰载无人机着舰过程中存在参数不确定、舰尾流干扰等问题,设计了一种基于自适应动态逆的着舰控制律.通过动态逆消除了非线性以及多变量耦合,在此基础上加入自适应律,分别设计了俯仰姿态控制器和速度控制器,并应用Lyapunov稳定性原理修正了自适应律并用来处理动力受限时的速度控制问题,保证动力补偿系统的稳定性.仿真验证结果表...     

威胁条件下一类空中加油区域配置方法研究

空中加油区域的部署对顺利完成空中加油作战任务具有十分重要的作用.对存在敌威胁时的空中加油任务,提出了一种基于遗传算法的区域配置方法.通过建立空中加油各飞机的油耗模型、限定方案搜索区域,并将不同的代价通过转换而统一在适应度函数中,建立了区域优化模型,并结合问题的特点设计了合适的染色体编码和遗传算子.最后对模型进行了仿真计算与分析.     

System of developing scale modeling and simulation for URAV

The unmanned reconnaissance aerial vehicle （URAV） plays an important role in battlefield monitoring and information acquiring because of its advantage of zero casualties, and has thus attracted considerable attention of the world. The URAV was developed rapidly in our country, however, no scientific assessment methods have yet been provided owing to different fight requirements of armed forces. Considering the demand of the missile artillery on the martial information, the model of information requirement of combat force, the reconnaissance ability of URAV, the survivability of URAV, and the task reliability of URAV were constructed, respectively. By synthesizing the mathematic models above, the model of developing demand was constructed on the URAV equipment. It simulated and calculated some URAV equipment developing scales, and explored a way of settling the problem of URAV equipment developing demand.     

基于镰仓时期区域可视化模型研究当地居民景观识别的构成

研究了镰仓历史街区的号观识别．构成区域环境的城市结构以三维因子分析来进行量化分析，此3项因子为：三维的阴影图、航拍图和立体模型．景观识别与可视的区域景象和区域认知图相关．通过对典型的镰仓号观的分形维数分析，试图揭示居民对实体或环境变化的共同观察，同时考虑了居民对其观察的确认及其与城市结构的关系．     

航空弹药技术保障模拟训练智能评估

量化评估是航空弹药技术保障模拟训练的一个重要环节，为了实现模拟训练自动评估，引入智能评估技术，从中提出一种基于Sigmoid 回归的预测模型。在分析成绩指标样本数据线性关系基础上，选择特征指标子集作为预测数学模型的输入，为了避免梯度下降法陷入局部解问题，给出“梯度下降+ 粒子群”求解算法。经过成绩样本测试，求解算法能够寻找到全局最优解，而且基于Sigmoid模型预测效果没有发生过拟合和欠拟合问题。在实际应用时，可以不需要依赖主观评估成绩，发挥基于计算机技术的模拟训练自动量化评估优势。     

扑翼微型飞行器非线性H∞姿态控制

给出了扑翼微型飞行器姿态控制系统的数学模型,并提出了一种新颖的非线性H∞控制方法。飞行过程的复杂性使得姿态控制极具挑战性,主要困难是系统表现为非线性、时变参数以及各种干扰。为此提出了一种全局非线性H∞控制策略,系统控制综合是基于李亚普诺夫理论而非求解HJI偏微分方程。该方法克服了时变参数及未知干扰对系统的影响。证明了控制器的全局渐进稳定性并将其用于扑翼微型飞行器非线性H∞姿态控制系统的仿真,仿真结果验证了所提方法的有效性。     

无人作战飞机操作员控制台仿真系统

首先对无人作战飞机操作员控制台仿真的总体方案进行设计,然后对操作员控制台仿真系统的各功能模块和逻辑结构进行了描述,并给出了仿真中基于可扩展标记语言的任务链模型。最后实现了操作员控制台指挥控制多架无人作战飞机协同作战的仿真,并对进一步的研究进行了展望。     

一种基于区间数的空中目标威胁评估技术

针对现有空中目标威胁评估方法存在的不足,提出了一种基于决策心态指标的区间数评估技术,讨论了目标机动对威胁度的影响,给出了评判矩阵和权重分配的有界区间表示及目标威胁度排序方法。最后举出一个应用实例,并将该方法排序结果与基于可能度的中转法排序结果进行了比较。实践证明,该技术评估结果准确,能有效减小误差。     

机器视觉辅助的插头锥套式无人机自主空中加油仿真

为准确获取无人机自主空中加油对接阶段受油插头与加油锥套的相对位姿信息,提出一种机器视觉辅助的插头锥套式无人机自主空中加油方案。研究了机器视觉识别跟踪加油锥套的算法,利用卡尔曼滤波算法估计无人机与加油锥套的相对位姿。实验结果表明:机器视觉图像处理算法可精确识别跟踪加油锥套,滤波器估计的相对位姿误差收敛速度较快,满足插头锥套式无人机自主空中加油的需要。