一、基于弹道速度最小点的弹道辩识快速算法（论文文献综述）
金欣,王枭宇,杜东宇,范逸辉,季向阳[1]（2021）在《散射成像研究现状及展望》文中认为散射介质广泛存在于自然界中,透过散射介质成像在医学、自动驾驶、国家安全等领域具有重要的科学意义和应用价值。简要综述了散射成像技术的发展,从弹道光和散射光的角度出发分析介质的散射特性,将现有散射成像技术分为利用散射光和分离散射光两大类,同时总结出散射介质空域特性分析和散射传输过程建模两种利用散射光的方法,并介绍了弹道光和散射光在空域或时域上存在的可分离性。从光照方式、成像装置复杂度、先验信息依赖度、适用散射介质类型及强弱和视场范围等方面分析比较了各类散射成像技术,并展望了其发展趋势。
尹中杰[2]（2021）在《基于高超平台的临近空间拦截制导技术研究》文中认为目前,美俄等国都开展了各自的高超声速飞行器项目研究,并逐渐形成战斗力。随着新式高超声速飞行器的服役,防空反导系统面临巨大挑战。为了实现对高超声速飞行器的有效拦截,本文提出基于吸气式高超拦截平台（以下简称为吸气式平台或高超拦截平台）的反临近空间目标高超声速导弹概念方案、开展关键拦截制导技术初步研究与可靠性验证。具体分为以下几个部分:首先,针对提出的吸气式高超拦截平台的反临近空间目标高超声速导弹,具体介绍其组成布局概念方案与防御作战流程,并针对不同的作战环境完成面向拦截平台、拦截器的动力学、相对运动学建模。在弹道跟踪预报环节,针对临近空间飞行器机动性强导致轨迹跟踪预测精度不高的问题。考虑到单个模型在跟踪高机动飞行器的效果并不令人满意,本文引入IMM算法,使用多个具有不同机动模型的卡尔曼滤波器进行跟踪。在此基础上,为解决无升阻系数情况下的弹道预报,基于平衡滑翔特性建立相应预测模型,并利用最小二乘法与小区间常数法进行降噪与预测模型参数辨识,从而获得相对准确的预测目标飞行轨迹。在预测命中点规划环节,考虑到火箭动力标准弹道族的飞行策略无法满足拦截平台所使用的超燃冲压发动机在动压、速度方面的约束,基于吸气式高超平台的气推耦合特性设计满足状态约束的飞行策略,以拦截空域最大为指标,得到包含多种飞行策略的标准弹道族。结合预报弹道,将迭代满足多约束拦截点问题转化为基于航程约束迭代拦截时间,筛选出满足高度约束的拦截点的快速筛选问题,进而筛选出可行拦截弹道方案。在中制导环节,考虑到吸气式高超拦截平台的气推耦合特性与超燃冲压发动机的特殊工况,传统制导方法存在不适用的问题。本文基于剩余时间估算方法在线规划新预测命中点,结合平台特性基于相对位置模型在线设计满足状态约束的飞行轨迹,并根据轨迹跟踪控制完成在线制导,从而快速准确完成在线轨迹规划与制导。在末制导环节,考虑到飞行器的智能化、体系化发展趋势,为应对不断发展的威胁,提升拦截能效。这里采用深度强化学习算法在传统比例导引的基础上,以相对距离和视线角转率为状态,依据考虑突防脱靶量的奖励函数训练连续状态空间上的价值评价网络,为导弹选择最优的比例导引拦截有效导航比,从而进一步提升导弹的拦截性能。最后为验证基于吸气式平台的反临近空间高超导弹相较于现有“萨德ER”反导拦截系统在性能上具有明显的优势,基于已有的攻防仿真对抗评估手段进行性能对比分析,验证所提出方案的优越性。
曹靖[3]（2021）在《基于反射矩阵分析法的光学相干层析成像技术的研究》文中研究说明光学相干层析成像技术因具有高分辨,非入侵和实时成像的特点,被广泛应用于各种基础研究和临床医学中。但光在通过无序的生物组织时,由于折射率不均匀而发生的多次散射,限制了OCT的成像深度为1～2 mm。近些年来,随着使用空间光调制器优化入射光的波前、样品反射/传输矩阵测量和时间反演等技术的出现,人们提出了很多新型的穿透散射介质成像和聚焦的技术,这其中就包括反馈式的波前整形、光学反射/传输矩阵的测量、光学记忆效应、光学相位共轭和基于神经网络深度学习等技术。为了克服散射带来的畸变和实现穿透高散射介质的成像,本论文把散射介质成像和聚焦等理论与OCT技术相结合,在实现更深的成像深度、提高系统的采样速度、提高波前整形的速度、研究光束在介质内部的传输特性和实现光束位于介质内部的聚焦等方面,一共做了以下四部分的工作:1.通过把光学反射矩阵的测量、奇异值分解和基于光外差探测的OCT技术相结合,实现了从样品深度位置处占主导地位的多次散射光子中对携带与成像平面有关的单次散射光子的提取,并最终验证了该新型的基于反射矩阵的OCT技术具有穿透高散射介质的成像能力。在采样速度方面,使用锁相探测代替了最初的四步相移法来实现对样品光复电场的测量,每个点的采样时间从原来的4.15 s缩短到了0.37 s。在成像深度方面,新型OCT系统的成像深度达到了15.2倍的平均散射自由程,而传统的OCT一般为6～7倍的平均散射自由程。2.搭建了一台高灵敏度的相位敏感干涉仪来准确重构光的复电场信息,并在此基础上提出了基于单次输入到输出光场的分析法来实现最优化波前的高速测量,最后通过在空间光调制器上加载这一波前实现了光束位于散射介质后的聚焦,整个波前整形过程只需113 ms。无论是实现穿透高散射介质后光束的聚焦还是无畸变的成像,波前整形技术的最大意义在于它证明了光的散射是可以被克服和补偿的。而传统的波前整形方法,不论是迭代式的回馈算法还是传输矩阵的测量,往往需要花费大量的时间。因此,不管是为了提高成像分辨率还是为了增加成像深度,只有提高波前整形中最优化波前的测量速度,才能更好的把该技术应用在各类光学成像方法中。同时,对于所有基于点扫描的光学成像技术来说,实现光束位于成像平面的汇聚是成像的首要条件。因此,把波前的测量时间从初始的几分钟缩短到了几百毫秒这一工作,为将来突破光学成像深度的极限提供了一定的基础。3.在能够准确测量样品反射矩阵的基础上,通过引入时间反演算法计算出了位于介质内部不同深度和横向位置处的空间分辨率矩阵。首次实现了对样品不同位置处实际分辨率的客观评估,和传统意义上的空气中的横向和轴向分辨率不同,实际分辨率矩阵的测量可以更好的帮助人们认识物质的微观结构。最后,通过提出了成像贡献量的概念,从客观数值上解释了随着成像深度加深图像逐渐变模糊的原因。4.提出了一种不依赖于导星、具有更普遍适用性的方法实现光束在散射介质内部的聚焦。光束在介质内部的传输和能量的再分布是一个十分复杂的过程,首先通过时间反演算法得到了光束在样品内部不同深度位置处的能量分布,这一反演结果的重要意义在于它就像在介质内部放入了一个相机一样,可以实现了对介质内部光束的观察。再基于样品反射矩阵的测量和对其求逆来找到最优化的波前,通过使用空间光调制器按照这一波前对入射光进行相位调制。最终,实现了在样品200μm深度位置处光束的再次汇聚。同时,在位于样品300μm深度位置时,虽然没有获得完美的汇聚光斑,但光的汇聚度有所提高且相对能量也有一个数量级的提升。
张斌,陈国光,王捷[4]（2021）在《基于单纯形优化算法的火箭弹增程研究》文中研究指明针对火箭弹增程问题,提出了以攻角为优化变量的实时优化方法。基于制导弹药的纵向平面模型,建立了制导火箭弹弹道模型,采用改进单纯形优化算法在SIMULINK中实现了函数子模块优化,对某型制导火箭弹弹道进行实时优化仿真。结果表明:采用改进单纯形的攻角实时优化,可以在保证火箭弹飞行稳定性的前提下有效增加火箭弹射程,且增程率达到74.3%,对火箭弹增程研究具有一定指导意义。
邵会兵[5]（2020）在《滑翔飞行器滑翔能力智能预示与多约束制导研究》文中认为高超声速远程滑翔飞行器具有飞行速度快、飞行空域广、飞行环境复杂的特点。一方面,为对抗日臻完善的导弹防御系统,高超声速远程滑翔飞行器需要具有对威胁区和拦截网进行规避、对拦截弹和探测网有效突防以及为满足制导或侦察需要经由特定区域等能力,同时,面对瞬息万变的战场态势,飞行器任务规划及弹道规划的时空复杂度急剧增加,对弹道规划与制导提出更高要求。本文针对滑翔飞行器再入中段和末段飞行过程中的气动参数辨识、滑翔航程在线预测、基于绕飞航程预测的规避决策、拦截弹制导律辨识及中段突防制导、末段多约束弹道规划与制导等问题,结合智能方法与技术,对滑翔飞行器滑翔能力智能预示与多约束制导技术开展了研究,主要研究内容包括:针对滑翔飞行器的气动模型辨识问题,研究对实测飞行试验数据的离线辨识、利用实测飞行数据进行修正的辨识方法。在建立气动辨识基本模型的基础上,结合气动模型的高维非线性强耦合特点,开展基于神经网络的智能气动参数辨识方法研究,分析神经网络的构建和快速训练方法。利用实测飞行数据进行修正,研究对气动插值表非试验点的推广修正方法,对于气动插值表中其他节点的气动参数,根据与各试验点变量的关系进行线性插值修正。对节点间隔进行加密插值扩充,作为神经网络的训练样本,经过多隐层BP神经网络训练得到修正后的气动参数神经网络。再入滑翔飞行器速度快、机动能力强,在实际作战过程中机动复杂剧烈,飞行状态高动态变化。在进行飞行器机动任务或指令规划时,需要对飞行器状态能否到达给定终端状态进行分析。通过将离线优化的高精度与在线预测的快速性相结合,本文选取当前飞行状态、末端状态、气动参数偏差等关键状态变量作为样本输入,采用hp-自适应Gauss伪谱法计算飞行器剩余最大滑翔航程获得样本。针对滑翔航程预测问题的高维多变量输入特点,采用深度置信网络进行滑翔航程预测,通过无监督贪婪预训练提取高维输入间特征,为全局有监督训练提供更好网络初值,以提高收敛速率并防止过拟合,仿真结果表明该方法具有较高的效率和高维非线性拟合精度。滑翔飞行器中段滑翔飞行中面临较为复杂的战场环境,不确定威胁区和突发威胁等因素提高了中段规避飞行的难度。传统针对威胁区的在线规避方法会造成过多的能量损失,甚至无法完成打击任务。为形成满足任务约束的多威胁区规避弹道,离线根据威胁判定及弹道约束计算所需绕飞航程,训练绕飞航程预测网络以实现绕飞航程的快速在线估计。由于样本输入量较多,采用深度置信网络通过预训练提高收敛速度。结合滑翔航程预示网络的最大航程能力,判断规避路径的任务可行性。在滑翔航程不足以绕飞全部威胁区的情况下,选择突防低威胁等级地区进行规避决策,形成的弹道满足任务要求。滑翔飞行器在滑翔能力不足以绕飞全部威胁区时,需要对某威胁区发射的拦截弹进行突防。选取不同拦截弹制导律系数获得追逃过程实时量测数据样本,结合制导律辨识问题的特点,采用具有较强时间序列分析能力的循环神经网络分析量测数据的时序关系,并采用卷积神经网络提取高维量测量输入的深层特征,构建由量测数据到拦截弹制导律及系数映射的制导律辨识网络,有效提升对拦截弹制导系数辨识的收敛速度和求解效率。进一步基于辨识得到的拦截弹制导律参数,通过最优控制理论推导获得飞行器单边最优突防指令,有效提升了突防效能。滑翔飞行器末段飞行时空复杂度高、不确定性强、约束多,给弹道规划与制导算法带来了较大的建模和求解难度。为增大末段机动范围并提高弹道规划效率,本文提出了一种利用深度置信网络预测末段机动能力、设计经由点状态实现末段大包络多约束智能弹道规划的方法。结合深度置信网络中提取高维输入变量特征的无监督预训练和全局微调的有监督训练,得到具有更快收敛速度的末段机动能力预测网络,用于给出经由点速度的上下限,快速判定经由点状态的可行性;通过经由点状态智能设计,扩大弹道机动包络;通过设计三角函数型弹目视线角及机动弹道最优末制导律实现摆动机动形式的末段打击弹道,并调节机动频率以满足速度约束,提升末段突防效能。论文探索了人工智能方法在滑翔飞行器弹道规划与制导上的应用,研究成果对滑翔飞行器的总体设计与先进制导方案有一定的借鉴意义。
张耀华[6]（2020）在《制导火箭弹弹道优化与飞行控制》文中研究指明火箭弹因其成本低、威力大、操作方便等优点被广泛用于现代战争当中。随着现代军事技术的进步,火箭弹逐渐向着制导化、远程化方向发展。为使火箭弹获得远程打击能力,可借助滑翔增程技术实现,通过合理优化火箭弹飞行弹道,在满足诸多过程约束及末端约束的同时,达到增大射程的目的。针对火箭弹弹道优化问题的研究,是火箭武器领域的重要研究内容,具备很高的研究价值与广阔的应用前景。本文以具备两级火箭发动机的远程制导火箭弹为研究对象,采用滑翔飞行方式增大其射程,重点对火箭弹弹道优化问题进行研究,以射程最大为优化目标,获得火箭弹优化弹道;此外,对火箭弹滑翔段弹道跟踪控制问题进行研究,设计控制器对优化后的飞行弹道进行跟踪。主要研究内容如下:将火箭弹视为质点并建立三维弹道数学模型,对弹道规划问题进行初步的研究与探讨。设计了多组不同初始发射角的抛物线飞行弹道仿真实验,以此研究了发射角对射程的影响;给出了分段攻角控制的火箭弹全程弹道规划方案,确定合适的滑翔段攻角取值实现滑翔飞行并以此增大射程;针对二级发动机点火时刻问题进行研究,仿真结果表明二级发动机在一级发动机关机后间隔一段时间点火比在滑翔起始点点火更有利于弹道射程的增加;针对不同弹道偏角及推力偏差对弹道的影响问题分别进行对比仿真,探讨了其对飞行弹道的影响。设计了基于hp自适应Radau伪谱法的多约束滑翔段弹道优化方案,仿真结果表明伪谱法优化滑翔段弹道射程得到提升。在此基础上针对不同起滑高度、不同末端速度约束对弹道的影响进行仿真,结果表明较低的起滑高度对应的弹道射程较大,且射程指标与末速指标是相互冲突的,无法同时获得最大值。针对射程指标与末速指标相矛盾的问题,设计了基于MOEA/D算法的滑翔段多目标优化方案,仿真结果验证了算法的可行性,但算法实际工作时对计算性能要求高。针对火箭弹全程弹道优化问题,提出了基于伪谱法的分段分目标全程弹道优化方案,以弹道顶点为中间点将全程弹道分为两段,分别以速度最大和射程最大作为优化目标,采用伪谱法进行分段全程优化,仿真结果表明弹道射程有很大提升。对于获得的滑翔段优化弹道,提出了采用升力系数和侧向力系数作为辅助控制量的跟踪控制器设计方法,应用滑模控制理论实现对弹道的跟踪控制。针对系统受到干扰且干扰上界已知的情形,采用积分滑模面与指数趋近律设计了一般滑模跟踪控制器;针对系统受到干扰且干扰上界未知的情形,设计了自适应滑模跟踪控制器。在完成控制器设计的基础上进行仿真实验,结果表明所设计控制器可很好地实现跟踪控制。
王子建[7]（2020）在《多目标拦截器协同拦截决策方法研究》文中进行了进一步梳理多目标拦截器通过一枚地基拦截弹携带多个子拦截器,能够有效提高对多个目标的拦截效果。考虑到多目标拦截器体积小数量多的特性,其作战过程中需要结合自身的拦截能力范围来对多个目标进行合理的目标分配决策和协同拦截策略决策。本文以多目标拦截器对复数目标的拦截问题为背景,对多目标拦截器的拦截器拦截能力预测方法、目标分配决策方法和协同拦截策略决策方法进行研究,主要内容包括:针对拦截器进行决策前需要进行的拦截能力预测问题,分析了拦截器拦截能力范围与其飞行状态和相关基础参数的关系,据此给出了一种通过预测拦截器相对状态来预测拦截器绝对状态的方法,并基于深度学习方法设计了一种通过拦截器当前飞行状态和拦截器基础参数来预测拦截器能力范围的深度学习神经网络,其具有适用范围广,可扩展性好和计算速度快的优点。基于不分导情况下的拦截器和目标的预测飞行状态,提出了一种相对坐标系,利用此相对坐标系,对拦截器和目标在各自集群内的相对运动关系和拦截器与目标之间的相对运动关系进行了表征和目标分配决策向量的计算,并考虑目标分导机动方向的随机性,基于深度强化学习方法,设计了一种用于目标分配决策的深度强化学习神经网络,其具有求解速度快和鲁棒性好的特点。针对多个拦截器拦截同一目标的拦截问题,基于调整拦截器拦截能力范围的思想和经典比例导引制导律,设计了一种带目标位置偏置的比例导引制导律,并考虑能够获得对目标机动方向的估计信息的情况,设计了不同的协同拦截策略,并基于深度强化学习方法,设计了用于决策拦截器拦截策略的深度强化学习神经网络,最后通过仿真验证了网络对于协同拦截策略决策问题的有效性。本文对多目标拦截器协同拦截决策的关键技术进行了研究,研究了多目标拦截器的拦截能力预测、目标分配决策、协同策略决策等关键问题,探索了深度学习、深度强化学习等新兴方法在传统的拦截问题上的应用方式,得到的成果对于将人工智能技术与传统弹道导弹拦截技术相结合具有一定的借鉴意义。
尹中杰,刘凯[8]（2020）在《面向临近空间高机动目标的改进预测命中点规划方法》文中认为研究面向临近空间高超声速目标的预测命中点设计问题,考虑到高超声速目标机动能力强,拦截系统的目标预报弹道中存在多次出现斜距相同的情况,导致基于斜距的预测命中点设计方法不适用。通过引入目标弹道预划分手段,保证在每个预测命中点搜索区间的斜距具有单调性,以便可以快速有效搜索到预测命中点,解决当前方法的局限性。结合拦截弹的标准弹道族计算,提出了基于目标弹道预划分的改进预测命中点设计方法。在此基础上,考虑到延时发射,通过状态转换的方法,将三维平面进行降维处理,获得标准弹道族与目标弹道的所有位置重合点,并通过两者飞行时间时长对比筛选出可行拦截弹道方案,从而获得发射时间窗口。最后,通过开展仿真分析说明了提出方法的有效性。
曹岩枫[9]（2019）在《典型轮式自行火炮系统优化设计方法研究》文中认为本文以某轮式自行火炮为研究对象,针对其在研制过程中涉及多个领域知识的特点,运用多学科优化设计等现代设计理论与方法,构建了典型轮式自行火炮系统多学科优化设计框架,对轮式自行火炮系统的分系统及整体进行多学科融合的总体优化设计。对多学科优化设计的搜索策略进行研究,分析了标准遗传算法和多目标遗传算法在寻优过程中的优点和不足。重点研究了果蝇优化算法,通过对果蝇种群的寻优空间以及味道浓度判定值的表达进行了改进,并引入若干个子种群代替单一的果蝇种群,形成了改进的单目标果蝇优化算法,算例研究显示其全局搜索能力和收敛速度均明显提升。在此基础上,引入快速非支配排序以及拥挤距离排序的方法,形成了改进的多目标果蝇优化算法,采用该算法对8个多目标测试函数进行了优化求解,结果表明该算法在收敛性和解的多样性保持方面有较强的性能,尤其对于较为复杂的优化问题,该算法的综合性能更强。提出一种基于改进果蝇算法优化广义回归神经网络的身管初速衰减建模方法。通过分析身管初速衰减试验数据,采用果蝇算法优化的广义回归神经网络（FOAGRNN）进行学习,建立了某武器身管在不同使用温度和射击间隔下的初速衰减模型,结果表明采用该方法建立的预测模型有很好的预测能力,验证了建模方法的可行性。以轮式自行火炮发射时的整个弹道过程为研究对象,在建立内弹道、外弹道及终点弹道等分学科理论模型的基础上,以弹丸射程最大、弹丸杀伤面积最大为优化目标,建立弹道多学科优化设计模型,采用改进的多目标果蝇优化算法对整个弹道过程进行了多学科优化设计,结果表明,改进的多目标果蝇算法能够适应解决多目标的实际工程问题的需求。以轮式自行火炮火力系统的典型部件炮身与反后坐装置为研究对象,采用多学科优化设计方法,以身管质量最轻和最大后坐阻力最小为优化目标,建立了包含反后坐装置计算模型,以及身管的结构模型、身管强度计算模型、身管寿命模型、基于Hypermesh和Abaqus建立的参数化的身管刚度有限元模型的炮身-反后坐装置系统多学科优化设计模型,分别对其进行单目标和多目标优化,优化后炮身-反后坐装置系统性能得到显着提高。对于多目标问题,多目标算法能够给设计者提供更多的选择,能更好的满足实际工程问题的需求。基于Adams和Abaqus建立身管柔性化的刚柔耦合轮式自行火炮发射动力学仿真模型。并在此基础上,综合考虑射击精度、弹丸威力以及各部件空间布局对总体性能的影响,建立包含内弹道、外弹道、终点弹道和考虑总体布局的轮式自行火炮系统发射动力学等学科的轮式自行火炮系统总体多学科优化设计模型。以弹丸出炮口时炮口高低摆动角速度最小为目标对其进行单目标优化,以弹丸射程最远、弹丸杀伤面积最大及弹丸出炮口时炮口高低摆动角速度最小为优化目标对其进行多目标优化设计。与原设计相比,优化后轮式自行火炮系统的总体性能得到有效提高。对比单目标和多目标优化结果,多目标优化结果避免了单个目标性能得到优化时其他目标严重劣化的现象,适合于轮式自行火炮系统总体优化设计。开发了轮式自行火炮系统优化设计软件平台。对轮式自行火炮系统设计过程中的单学科仿真与多学科优化设计所涉及的软件和模型进行集成。该软件平台为轮式自行火炮设计人员提供了实用、简便、高效的设计支撑环境,提升了其建模与仿真、优化的能力。
王磊[10]（2018）在《基于状态空间摄动法的战略导弹弹道快速预报与制导方法研究》文中指出弹上制导系统的性能是影响战略导弹作战效能的关键因素。不断提升导弹制导系统的精度、对弹道偏差的适应性是应对当前战略导弹快速机动发射及高精度命中需求的根本途径。论文以此为目标,研究了考虑摄动因素的弹道偏差快速预报及制导在线补偿方法,主要取得如下成果:1.提出了两种面向不同应用需求的弹道助推段误差传播统一分析模型针对当前已有助推段误差传播模型考虑摄动因素单一、部分摄动项影响机理分析不全面等问题,仔细梳理了各摄动因素的存在前提、产生原因和传播机理。根据参考基准的不同,分别构建了以动力学标准弹道为基准的误差传播摄动方程和以导航标准弹道为基准的误差传播摄动方程,可用于综合分析发射点定位定向误差、初始速度误差、引力模型误差、导弹本体及环境参数误差、惯导工具误差等对弹道的影响特性。仔细探讨了这两类误差传播特性分析方法的优势和不足,明确了各方法的适用范围,进一步丰富和完善了弹道助推段的误差传播理论。相对弹道求差法,两类误差传播模型的计算误差小于3.5%,计算效率是求差法的80多倍。2.构建了战略导弹自由飞行段的状态空间摄动模型在轨道柱坐标系中建立了以真近点角为自变量的战略导弹自由段精确动力学微分方程,并详细介绍了战略导弹自由段状态空间摄动方程的推导过程以及基于变量置换的状态矩阵求解过程。基于拉格朗日系数,提出了摄动方程状态转移矩阵的另一种推导方法,相比于变量置换法,该方法无需求解高维摄动微分方程,推导过程更为简单,且易于向更高维的状态转移张量进行扩展。仿真分析表明,本文提出的状态转移矩阵在求解弹道自由段初态误差传播问题时比Battin方法精度更高。3.推导了J2项引力影响的自由段弹道偏差解析预报模型基于极点变换方法,推导了J2项引力势和引力矢量在轨道柱坐标系中的表达式,而后提出了两种J2项影响的弹道偏差解析求解方法,即直接积分法和势函数法。前者推导过程较简单,且只要摄动力可以表示为自变量的函数均可按照该方法的推导思路导出解析解;后者通过引入J2项引力势函数,一定程度上简化了解析解的表达式,但要求摄动力必须为保守力。在直接积分法的基础上,进一步推导了J2项引力影响的弹道偏差解析预报二阶修正模型,以损失一定计算效率为代价将一阶模型的计算精度提高了一倍。在战略导弹弹道偏差预报问题中,J2项影响一阶解的计算精度比平根数法高一个量级,计算效率是自适应变步长数值积分法（RKF方法）的9.6倍,二阶修正解计算效率是RKF法的1.7倍。4.推导了任意阶扰动引力影响的自由段弹道偏差解析预报模型推导任意阶扰动引力影响的自由段弹道解析解,原则上需要将高阶次的球谐函数带入自由段误差传播摄动方程进行直接积分。为了避免直接积分高阶球谐函数的困难,论文采用沿飞行弹道的扰动引力重构模型来逼近战略导弹自由段的真实扰动引力矢量,基于Lagrange空间插值理论导出了扰动引力的插值多项式,而后将该插值多项式代入战略导弹自由段误差传播摄动方程进行积分,推导出了任意阶扰动引力影响的自由段弹道偏差解析预报模型。仿真分析结果表明,在考虑72×72阶扰动引力模型的条件下,该解析模型的计算效率比RKF数值方法高300多倍,终端位置计算残差最大值不超5米。5.提出了考虑高阶引力模型的战略导弹闭路制导方法基于任意阶引力作用下的战略导弹自由段弹道偏差解析预报算法,提出了两种考虑地球非球谐引力摄动的战略导弹闭路制导在线补偿策略,改善了现有闭路制导地面诸元补偿方法鲁棒性差的问题。两种补偿策略的本质都是通过修正需要速度矢量来抵消自由段摄动因素对弹道终端状态的影响,其区别在于,第一种方法通过摄动方程状态转移矩阵直接求解需要速度的修正矢量,而第二种方法通过实时计算虚拟目标点的位置来达到修正需要速度的目的。仿真分析结果表明,相对地面诸元补偿方法鲁棒性较差的缺点,本文提出的两种在线补偿方法能适应弹道大范围变形,在大偏差干扰下仍然能保证较高的补偿精度,鲁棒性较强。论文的工作对于深化战略导弹弹道误差传播机理认识、分析不同摄动因素对战略导弹的影响特性、修正摄动因素对战略导弹闭路制导的影响具有重要参考价值,可为进一步提升我国战略导弹的快速机动发射能力和高命中能力提供理论依据和方法支撑。
二、基于弹道速度最小点的弹道辩识快速算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于弹道速度最小点的弹道辩识快速算法（论文提纲范文）
（1）散射成像研究现状及展望（论文提纲范文）
| 1 引言 |
| 2 利用散射光的重建方法 |
| 2.1 利用散射介质空域特性的重建方法 |
| 2.1.1 波前调制 |
| 2.1.2 反卷积成像 |
| 2.1.3 相关成像 |
| 2.2 建模传输过程的重建方法 |
| 2.2.1 基于大气传输方程的重建方法 |
| 2.2.2 传输矩阵的标定方法 |
| 3 分离散射光的重建方法 |
| 3.1 空域散射光分离 |
| 3.1.1 基于单帧图像的分离方法 |
| 3.1.2 基于光场数据的分离方法 |
| 3.2 时域散射光分离 |
| 3.2.1 基于光学相干断层扫描的成像技术 |
| 3.2.2 超高时间分辨技术 |
| 4 展望与总结 |
（2）基于高超平台的临近空间拦截制导技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景及研究目标 |
| 1.2 相关内容研究进展综述 |
| 1.2.1 弹道跟踪、预报方法研究现状 |
| 1.2.2 预测命中点规划领域方法现状 |
| 1.2.3 中制导方法研究现状 |
| 1.2.4 末制导方法研究现状 |
| 1.3 本文主要研究内容 |
| 2 基于高超平台的临近空间目标拦截策略分析与建模 |
| 2.1 拦截策略分析 |
| 2.2 坐标系定义与转换关系 |
| 2.2.1 坐标系定义 |
| 2.2.2 坐标系转换关系 |
| 2.3 拦截平台动力学建模 |
| 2.4 拦截器相对运动学建模 |
| 2.5 机动模型 |
| 2.5.1 CV模型 |
| 2.5.2 CA模型 |
| 2.5.3 Singer模型 |
| 3 面向临近空间滑翔目标的弹道跟踪预报算法设计 |
| 3.1 面向临近空间滑翔目标的弹道跟踪算法设计 |
| 3.1.1 卡尔曼滤波器 |
| 3.1.2 基于多模型卡尔曼滤波器的轨迹跟踪算法设计 |
| 3.2 面向临近空间滑翔目标的弹道预报算法设计 |
| 3.2.1 基于动力学模型的弹道预报算法设计 |
| 3.2.2 基于运动学模型的弹道预报算法设计 |
| 3.2.3 运动学、动力学相结合的弹道预报算法设计 |
| 3.3 仿真分析 |
| 3.3.1 弹道跟踪仿真分析 |
| 3.3.2 弹道预报仿真分析 |
| 4 基于吸气式拦截平台的临近空间预测命中点规划研究 |
| 4.1 拦截平台飞行策略研究 |
| 4.2 拦截平台标准弹道族设计 |
| 4.3 基于射程迭代的预测命中点规划研究 |
| 4.3.1 拦截搜索区间计算 |
| 4.3.2 基于射程迭代的预测命中点褚元解算方法研究 |
| 4.4 面向临近空间目标的拦截发射窗口解算 |
| 4.5 仿真分析 |
| 4.5.1 仿真输入 |
| 4.5.2 标准弹道族设计仿真分析 |
| 4.5.3 预测命中点规划仿真分析 |
| 4.5.4 发射窗口解算仿真分析 |
| 5 基于高超平台的多约束中制导策略研究 |
| 5.1 基于在线弹道规划的中制导策略研究 |
| 5.1.1 基于剩余飞行时间的预测命中点设计 |
| 5.1.2 基于预测命中点的在线弹道规划方法研究 |
| 5.2 标称轨迹跟踪制导方法设计 |
| 5.3 基于在线弹道规划的中制导方法对比仿真分析 |
| 5.3.1 在线轨迹规划仿真分析 |
| 5.3.2 轨迹跟踪制导仿真分析 |
| 5.3.3 对比仿真分析 |
| 6 基于深度强化学习算法的末制导律设计 |
| 6.1 深度强化学习算法 |
| 6.2 深度强化学习训练框架流程 |
| 6.3 基于深度强化学习算法的拦截制导律设计 |
| 6.4 基于深度强化学习算法的末制导仿真分析 |
| 6.4.1 仿真输入 |
| 6.4.2 基于深度强化学习的末制导仿真分析 |
| 7.面向典型战场化境的拦截制导对比仿真分析 |
| 7.1 面向典型战场化境的拦截制导仿真分析 |
| 7.1.1 仿真输入 |
| 7.1.2 面向高超滑翔目标的弹道预报跟踪仿真分析 |
| 7.1.3 基于高超拦截平台的预测命中点规划仿真分析 |
| 7.1.4 基于高超拦截平台的中制导仿真分析 |
| 7.2 面向典型战场化境的拦截性能对比仿真分析 |
| 7.2.1 “萨德”增程型拦截系统 |
| 7.2.2 预测命中点规划对比仿真分析 |
| 7.2.3 中制导对比仿真分析 |
| 7.2.4 末制导对比仿真分析 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（3）基于反射矩阵分析法的光学相干层析成像技术的研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究工作的背景与意义 |
| 1.2 散射介质成像和聚焦技术的国内外研究历史与发展现状 |
| 1.2.1 基于波前整形的光场调控技术 |
| 1.2.2 基于反射/传输矩阵的散射介质成像和聚焦技术 |
| 1.3 本文的主要贡献与创新 |
| 1.4 本论文的结构安排 |
| 第二章 基于光学相干层析技术的散射介质成像和聚焦的理论基础 |
| 2.1 光学相干层析技术 |
| 2.1.1 OCT的应用 |
| 2.1.2 基本原理 |
| 2.1.3 不同类型的OCT |
| 2.2 基于反射矩阵分析法的散射介质成像技术 |
| 2.3 穿透和位于散射介质内部的聚焦技术 |
| 2.3.1 波前整形技术 |
| 2.3.2 传输矩阵法 |
| 2.3.3 光学相位共轭 |
| 2.3.4 光学记忆效应 |
| 2.4 本章小结 |
| 第三章 基于反射矩阵测量的光学相干层析成像 |
| 3.1 简介 |
| 3.2 光在散射介质中的传播 |
| 3.2.1 单次和多次散射的光 |
| 3.2.2 散射平均自由程和传输平均自由程 |
| 3.2.3 单次和多次散射光子的成像技术 |
| 3.3 反射矩阵的基本原理 |
| 3.3.1 反射矩阵的重构 |
| 3.3.2 奇异值分解 |
| 3.4 基于反射矩阵分析法的OCT系统 |
| 3.4.1 飞秒光源 |
| 3.4.2 光场的重建 |
| 3.4.3 整体实验系统设计 |
| 3.5 实验结果和分析 |
| 3.5.1 单次散射区域的成像实验 |
| 3.5.2 多次散射区域的成像实验 |
| 3.5.3 穿透类生物组织的成像实验 |
| 3.6 本章小结 |
| 第四章 基于高速最优化波前测量的散射介质聚焦技术 |
| 4.1 简介 |
| 4.2 穿透散射介质的聚焦技术 |
| 4.2.1 基于迭代的回馈式算法 |
| 4.2.2 传输矩阵法 |
| 4.2.3 波前整形技术中的各项评估参数 |
| 4.3 高速最优化波前测量的实验方案 |
| 4.3.1 实验设计 |
| 4.3.2 锁相探测 |
| 4.3.3 基于单次输入输出光场重建的高速波前测量技术 |
| 4.4 实验结果和分析 |
| 4.5 本章小结 |
| 第五章 基于反射矩阵OCT的成像分辨率的研究 |
| 5.1 简介 |
| 5.2 光学成像系统的分辨率 |
| 5.2.1 显微成像系统中的分辨率 |
| 5.2.2 宽场OCT的理论轴向和横向分辨率 |
| 5.3 时间反演运算 |
| 5.3.1 基尔霍夫正则化修正 |
| 5.3.2 模型分辨率矩阵和分辨率半径 |
| 5.4 实验结果和分析 |
| 5.4.1 正则化修正后的实验结果 |
| 5.4.2 样品内部不同位置的实际分辨率测量和成像质量评估 |
| 5.5 本章小结 |
| 第六章 基于反射矩阵逆的光束位于散射介质内部聚焦技术 |
| 6.1 简介 |
| 6.2 基于导星辅助的光束位于散射介质内部聚焦技术 |
| 6.2.1 基于反馈导星的波前整形技术 |
| 6.2.2 基于共轭导星的波前整形技术 |
| 6.3 基于反射矩阵逆的光束位于散射介质内部汇聚技术 |
| 6.4 总结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（4）基于单纯形优化算法的火箭弹增程研究（论文提纲范文）
| 1 模型建立 |
| 1.1 滑翔增程弹原理 |
| 1.2 弹道模型及方程建模 |
| 2 优化算法建模 |
| 2.1 基于单纯形的攻角优化建模 |
| 2.1.1 选取设计变量 |
| 2.1.2 建立目标函数 |
| 2.1.3 添加参数约束 |
| 2.1.4 算法终止条件 |
| 2.1.5 单纯形法优化攻角流程 |
| 2.2 SIMULINK建模仿真 |
| 2.2.1 弹道初始化模块 |
| 2.2.2 NM优化算法模块 |
| 2.2.3 气动力参数模块 |
| 3 仿真结果及分析 |
| 4 结论 |
（5）滑翔飞行器滑翔能力智能预示与多约束制导研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及目的意义 |
| 1.2 国内外研究现状及分析 |
| 1.2.1 滑翔飞行器发展现状及分析 |
| 1.2.2 人工智能及神经网络技术发展现状及分析 |
| 1.2.3 飞行器智能弹道规划与制导技术发展现状及分析 |
| 1.3 论文的组织结构与主要研究内容 |
| 1.3.1 本文的组织结构 |
| 1.3.2 本文的主要研究内容 |
| 第2章 滑翔飞行器气动参数辨识 |
| 2.1 引言 |
| 2.2 基于实测弹道数据的气动参数离线辨识 |
| 2.2.1 基于有限实测弹道的气动参数离线辨识与修正 |
| 2.2.2 气动参数辨识所用模型 |
| 2.2.3 气动参数辨识极大似然估计准则 |
| 2.3 基于推广气动插值表模型的神经网络训练 |
| 2.3.1 对气动插值表非试验点的推广修正 |
| 2.3.2 对修正后气动模型神经网络的训练 |
| 2.4 气动参数辨识仿真分析 |
| 2.4.1 飞行器参数及仿真条件设置 |
| 2.4.2 基于实测弹道的气动参数辨识分析 |
| 2.4.3 气动模型的推广修正与神经网络训练分析 |
| 2.5 本章小结 |
| 第3章 基于深度置信网络的滑翔航程在线预测 |
| 3.1 引言 |
| 3.2 神经网络样本库的构建 |
| 3.2.1 输入变量及输出变量 |
| 3.2.2 基于弹道优化的样本库建立 |
| 3.3 基于多层感知机的滑翔航程在线预测 |
| 3.3.1 多层感知机结构设计 |
| 3.3.2 基于L-M的弹性反向传播训练方法 |
| 3.4 基于深度置信网络的滑翔航程在线预测 |
| 3.4.1 深度置信网络结构设计 |
| 3.4.2 无监督预训练及全局有监督微调 |
| 3.4.3 滑翔航程预示深度置信网络参数设计 |
| 3.5 基于深度置信网络的滑翔航程在线预测仿真 |
| 3.5.1 滑翔航程预示样本库的构建 |
| 3.5.2 神经网络滑翔航程预示仿真结果 |
| 3.6 本章小结 |
| 第4章 考虑威胁区的滑翔飞行器智能规避决策 |
| 4.1 引言 |
| 4.2 威胁区等级判定 |
| 4.2.1 威胁判定流程 |
| 4.2.2 威胁元素建模及威胁等级判定 |
| 4.3 航程预测网络样本库构建 |
| 4.3.1 机动弹道规划建模 |
| 4.3.2 启发式A*规划算法研究 |
| 4.3.3 样本构建流程 |
| 4.4 基于绕飞航程预测神经网络的规避决策 |
| 4.5 绕飞航程智能预测及威胁区规避决策仿真 |
| 4.6 本章小结 |
| 第5章 基于拦截制导律智能辨识的中段最优突防制导 |
| 5.1 引言 |
| 5.2 制导律辨识问题建模 |
| 5.3 基于交互式多模型自适应滤波的制导参数辨识方法 |
| 5.4 基于循环卷积神经网络的拦截弹制导律系数智能辨识 |
| 5.4.1 样本构建 |
| 5.4.2 循环卷积制导律系数辨识网络设计 |
| 5.4.3 基于制导参数辨识结果的最优突防制导律 |
| 5.5 针对高机动拦截威胁的中段智能突防仿真 |
| 5.5.1 制导律辨识仿真分析 |
| 5.5.2 单边最优突防仿真分析 |
| 5.6 本章小结 |
| 第6章 末段多约束智能弹道规划与制导 |
| 6.1 引言 |
| 6.2 末段机动能力智能预测 |
| 6.2.1 输入变量及输出变量 |
| 6.2.2 样本的生成 |
| 6.3 末段多约束弹道规划 |
| 6.3.1 经由点协调规划 |
| 6.3.2 三角函数型机动弹道规划 |
| 6.3.3 机动弹道最优制导律设计 |
| 6.4 末段宽域多约束智能弹道规划与制导仿真 |
| 6.4.1 机动能力预测样本库构建 |
| 6.4.2 机动能力预测分析 |
| 6.4.3 经由点设计及多约束制导仿真分析 |
| 6.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（6）制导火箭弹弹道优化与飞行控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究意义 |
| 1.2 制导火箭弹发展概况 |
| 1.2.1 国外制导火箭弹发展现状 |
| 1.2.2 国内制导火箭弹发展现状 |
| 1.3 弹道优化技术发展现状 |
| 1.3.1 传统数值解法概述 |
| 1.3.2 典型弹道优化技术 |
| 1.4 弹道跟踪技术发展现状 |
| 1.5 主要研究内容与结构安排 |
| 第2章 制导火箭弹弹道运动模型 |
| 2.1 引言 |
| 2.2 制导火箭弹坐标系建立及转换关系 |
| 2.2.1 常用坐标系定义 |
| 2.2.2 常用坐标系变换关系 |
| 2.3 制导火箭弹弹道模型 |
| 2.4 大气参数模型 |
| 2.5 本章小结 |
| 第3章 制导火箭弹基本弹道规划与仿真实现 |
| 3.1 引言 |
| 3.2 基本弹道规划问题描述 |
| 3.2.1 滑翔弹道常见形态 |
| 3.2.2 基本弹道规划数学模型 |
| 3.2.3 火箭弹约束模型及常用性能指标 |
| 3.2.4 火箭弹飞行程序角设计 |
| 3.3 火箭弹基本弹道规划 |
| 3.3.1 抛物线飞行弹道 |
| 3.3.2 分段攻角控制火箭弹滑翔飞行弹道 |
| 3.3.3 二级发动机点火时刻对火箭弹弹道影响 |
| 3.4 不同弹道偏角及推力偏差下的弹道仿真分析 |
| 3.4.1 不同初始弹道偏角仿真分析 |
| 3.4.2 发动机推力偏差仿真分析 |
| 3.5 本章小结 |
| 第4章 制导火箭弹优化弹道设计 |
| 4.1 引言 |
| 4.2 最优控制问题描述 |
| 4.3 基于伪谱法的火箭弹滑翔弹道设计 |
| 4.3.1 伪谱法基本原理及其改进 |
| 4.3.2 基于伪谱法的滑翔段弹道优化 |
| 4.4 基于分解的多目标优化算法弹道设计 |
| 4.4.1 多目标优化问题概述 |
| 4.4.2 MOEA/D算法的基本原理 |
| 4.4.3 基于MOEA/D算法的滑翔段弹道优化 |
| 4.5 带有推力偏差的火箭弹全程弹道优化仿真 |
| 4.6 本章小结 |
| 第5章 火箭弹滑翔段弹道跟踪控制研究 |
| 5.1 引言 |
| 5.2 滑模控制理论基础 |
| 5.2.1 滑动模态概述 |
| 5.2.2 滑模控制设计流程 |
| 5.2.3 常用趋近律 |
| 5.3 跟踪控制制导律设计 |
| 5.4 滑翔段弹道跟踪控制仿真分析 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（7）多目标拦截器协同拦截决策方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 多目标拦截器及其相关理论的发展概况 |
| 1.2.1 多目标拦截器发展过程 |
| 1.2.2 拦截能力评估算法 |
| 1.2.3 武器-目标分配算法 |
| 1.2.4 飞行器拦截制导方法 |
| 1.2.5 神经网络预测与决策方法 |
| 1.2.6 研究现状小结 |
| 1.3 本文的主要研究目的 |
| 第2章 拦截器拦截能力评估方法 |
| 2.1 引言 |
| 2.2 拦截器能力预测网络设计 |
| 2.2.1 能力预测输入输出设计与数据处理 |
| 2.2.2 网络整体结构设计 |
| 2.2.3 网络节点设计 |
| 2.3 拦截器能力预测仿真分析 |
| 2.3.1 能力预测训练数据生成 |
| 2.3.2 网络训练过程 |
| 2.3.3 能力预测结果与分析 |
| 2.4 本章小结 |
| 第3章 协同拦截目标分配决策方法 |
| 3.1 引言 |
| 3.2 目标分配决策网络设计 |
| 3.2.1 深度Q网络算法 |
| 3.2.2 深度强化学习奖励函数设计 |
| 3.2.3 网络输入输出设计 |
| 3.2.4 网络结构设计 |
| 3.3 目标分配决策网络仿真分析 |
| 3.3.1 训练数据生成与处理 |
| 3.3.2 网络训练过程 |
| 3.3.3 网络测试结果与分析 |
| 3.4 本章小结 |
| 第4章 协同拦截策略决策方法 |
| 4.1 引言 |
| 4.2 协同拦截制导律与协同策略设计 |
| 4.3 协同机动决策网络设计 |
| 4.3.1 网络输入输出设计 |
| 4.3.2 网络结构设计 |
| 4.3.3 强化学习奖励函数设计 |
| 4.4 协同机动决策网络仿真分析 |
| 4.4.1 训练数据生成与处理 |
| 4.4.2 决策网络训练 |
| 4.4.3 决策网络测试结果与分析 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
| 附录 |
（8）面向临近空间高机动目标的改进预测命中点规划方法（论文提纲范文）
| 0 引言 |
| 1 拦截弹动力学建模与问题描述 |
| 1.1 质点动力学模型 |
| 1.2 问题描述 |
| 2 预测命中点规划 |
| 2.1 现有方法的问题 |
| 2.2 标准弹道族设计 |
| (1)垂直上升段 |
| (2)负攻角转弯段 |
| (3)重力转弯段 |
| 2.3 目标飞行器拦截时间段划分 |
| 2.4 基于搜索算法的预测命中点计算 |
| (1)初步估计时间区间[tmin,tmax] |
| (2)标准弹道选取 |
| 2.5 发射时间窗口计算 |
| 3 仿真分析 |
| 3.1 仿真输入 |
| 3.2 预测命中点规划仿真分析 |
| 3.3 拦截时间窗口计算仿真分析 |
| 4 结论 |
（9）典型轮式自行火炮系统优化设计方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 自行火炮发展现状 |
| 1.2.2 火炮发射过程建模与仿真研究现状 |
| 1.2.3 智能优化算法发展现状 |
| 1.2.4 自行火炮优化设计研究与应用现状 |
| 1.3 本文主要内容 |
| 2 轮式自行火炮多学科优化设计搜索策略研究 |
| 2.1 概述 |
| 2.2 多学科优化搜索策略 |
| 2.2.1 优化算法技术 |
| 2.2.2 多目标优化及Pareto最优理论 |
| 2.3 遗传算法及其特点 |
| 2.3.1 标准遗传算法 |
| 2.3.2 多目标遗传算法 |
| 2.4 果蝇优化算法及其特点 |
| 2.5 单目标果蝇优化算法改进 |
| 2.5.1 算法改进 |
| 2.5.2 改进的单目标果蝇优化算法流程 |
| 2.5.3 改进后优化算例研究 |
| 2.6 多目标果蝇优化算法改进 |
| 2.6.1 算法改进 |
| 2.6.2 改进的多目标果蝇优化算法流程 |
| 2.6.3 改进算法优化算例研究 |
| 2.7 本章小结 |
| 3 基于果蝇算法优化广义神经网络的身管初速衰减建模方法研究 |
| 3.1 概述 |
| 3.2 广义回归神经网络 |
| 3.2.1 广义回归神经网络的基础理论 |
| 3.2.2 基于广义回归神经网络的参数预测流程 |
| 3.3 身管初速衰减建模 |
| 3.3.1 身管初速衰减试验数据分析 |
| 3.3.2 基于广义回归神经网络的初速衰减建模 |
| 3.4 果蝇算法优化广义回归神经网络流程 |
| 3.5 结果与分析 |
| 3.5.1 基于试验数据的平滑因子优化 |
| 3.5.2 测试样本的初速衰减预测结果与试验数据对比分析 |
| 3.5.3 FOAGRNN模型与GRNN模型、BPNN模型比较 |
| 3.6 本章小结 |
| 4 弹道多学科优化设计研究 |
| 4.1 概述 |
| 4.2 弹道各学科理论计算模型 |
| 4.2.1 内弹道理论模型 |
| 4.2.2 外弹道理论模型 |
| 4.2.3 终点弹道理论模型 |
| 4.3 弹道协同仿真与模型验证 |
| 4.3.1 各学科模型耦合关系分析 |
| 4.3.2 弹道协同仿真模型验证与参数灵敏度分析 |
| 4.4 弹道多学科优化设计模型 |
| 4.4.1 目标函数 |
| 4.4.2 设计变量 |
| 4.4.3 约束条件 |
| 4.5 弹道多学科优化设计流程 |
| 4.6 优化结果与分析 |
| 4.7 本章小结 |
| 5 炮身-反后坐装置系统多学科优化设计研究 |
| 5.1 概述 |
| 5.2 反后坐装置建模与模型验证 |
| 5.2.1 反后坐装置计算模型 |
| 5.2.2 反后坐装置模型验证 |
| 5.2.3 反后坐装置模型参数影响分析 |
| 5.3 炮身-反后坐装置系统协同仿真建模 |
| 5.3.1 内弹道计算模型 |
| 5.3.2 身管计算模型 |
| 5.3.3 各学科模型耦合关系分析 |
| 5.4 炮身-反后坐装置系统多学科优化设计模型 |
| 5.4.1 目标函数 |
| 5.4.2 设计变量 |
| 5.4.3 约束条件 |
| 5.5 炮身-反后坐装置系统多学科优化设计流程 |
| 5.6 优化结果与分析 |
| 5.6.1 采用最大后坐阻力和身管质量的归一化线性加权最小为单一目标函数 |
| 5.6.2 采用最大后坐阻力最小和身管质量最小两个目标函数 |
| 5.7 本章小结 |
| 6 轮式自行火炮系统总体多学科优化设计研究 |
| 6.1 概述 |
| 6.2 轮式自行火炮系统发射动力学建模 |
| 6.2.1 自行火炮多体系统动力学理论 |
| 6.2.2 轮式自行火炮系统发射动力学模型 |
| 6.2.3 模型验证 |
| 6.3 轮式自行火炮系统协同仿真模型 |
| 6.3.1 轮式自行火炮系统协同仿真模型各学科模型耦合关系分析 |
| 6.3.2 协同仿真模型参数灵敏度分析 |
| 6.4 轮式自行火炮系统总体多学科优化设计模型 |
| 6.4.1 目标函数 |
| 6.4.2 设计变量 |
| 6.4.3 约束条件 |
| 6.5 轮式自行火炮系统总体多学科优化设计流程 |
| 6.6 优化结果与分析 |
| 6.6.1 以弹丸出炮口时炮口高低摆动角速度最小为目标 |
| 6.6.2 以弹丸出炮口时炮口高低摆动角速度最小、射程最远、杀伤面积最大为目标 |
| 6.7 本章小结 |
| 7 轮式自行火炮系统优化设计软件平台开发 |
| 7.1 概述 |
| 7.2 软件平台总体框架设计 |
| 7.3 开发与运行环境 |
| 7.4 软件平台功能实现 |
| 7.4.1 弹丸膛内外运动仿真模块 |
| 7.4.2 身管设计仿真模块 |
| 7.4.3 反后坐装置仿真模块 |
| 7.4.4 轮式自行火炮系统发射动力学仿真模块 |
| 7.4.5 弹道多学科优化设计模块 |
| 7.4.6 炮身-反后坐装置系统多学科优化设计模块 |
| 7.4.7 轮式自行火炮系统总体多学科优化设计模块 |
| 7.5 本章小结 |
| 8 全文工作总结及展望 |
| 8.1 研究工作总结 |
| 8.2 论文主要创新点 |
| 8.3 研究工作展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）基于状态空间摄动法的战略导弹弹道快速预报与制导方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景、目的和意义 |
| 1.2 相关技术研究进展 |
| 1.2.1 考虑摄动因素的弹道误差传播特性分析方法 |
| 1.2.2 地球非球型引力摄动下的飞行器轨迹预报技术 |
| 1.2.3 战略导弹制导技术 |
| 1.3 状态空间摄动法的基本原理 |
| 1.4 论文研究内容及安排 |
| 第二章 战略导弹助推段误差传播模型及其应用 |
| 2.1 考虑摄动因素的战略导弹助推段运动模型 |
| 2.1.1 坐标系的定义及相互关系 |
| 2.1.2 助推段运动模型 |
| 2.2 助推段弹道的误差源分析 |
| 2.2.1 以动力学标准弹道为基准的误差源分析 |
| 2.2.2 以导航标准弹道为基准的误差源分析 |
| 2.2.3 方法适用范围分析 |
| 2.3 以动力学标准弹道为基准的摄动方程 |
| 2.3.1 摄动方程推导 |
| 2.3.2 算例分析 |
| 2.4 以导航标准弹道为基准的误差传播模型 |
| 2.4.1 误差传播摄动方程 |
| 2.4.2 惯性测量器件误差模型 |
| 2.4.3 误差传播方程积分方法 |
| 2.4.4 算例分析 |
| 2.5 小结 |
| 第三章 战略导弹自由飞行段的状态空间摄动方程 |
| 3.1 自由段运动模型 |
| 3.1.1 轨道柱坐标系O_E-rβz的定义 |
| 3.1.2 运动模型 |
| 3.2 自由段弹道的误差传播模型 |
| 3.2.1 摄动微分方程 |
| 3.2.2 状态转移矩阵 |
| 3.2.3 自由段弹道误差传播解析解 |
| 3.3 基于拉格朗日系数的状态转移矩阵求解方法 |
| 3.4 等角偏差到落点偏差的解析转换 |
| 3.5 小结 |
| 第四章 地球J_2项摄动下的自由段弹道偏差解析预报 |
| 4.1 J_2项摄动加速度的分解 |
| 4.2 J_2项影响的弹道偏差解析预报模型 |
| 4.2.1 解析模型推导 |
| 4.2.2 算例分析 |
| 4.3 基于势函数法的解析预报模型 |
| 4.4 J_2项影响的弹道偏差解析预报二阶修正模型 |
| 4.4.1 二阶修正策略与算法 |
| 4.4.2 算例分析 |
| 4.5 小结 |
| 第五章 扰动引力摄动下的自由段弹道偏差解析预报 |
| 5.1 沿飞行弹道的扰动引力重构模型 |
| 5.1.1 网格剖分 |
| 5.1.2 节点扰动引力矢量赋值 |
| 5.1.3 空间插值算法 |
| 5.2 有限元网格参数优化方法 |
| 5.2.1 问题描述 |
| 5.2.2 样本生成 |
| 5.2.3 优化结果 |
| 5.3 任意阶扰动引力影响的弹道偏差解析解 |
| 5.3.1 扰动引力矢量的分解 |
| 5.3.2 完整解析解 |
| 5.3.3 算例分析 |
| 5.4 小结 |
| 第六章 考虑高阶引力模型的战略导弹闭路制导方法 |
| 6.1 闭路制导算法 |
| 6.1.1 飞行时间固定条件下的需要速度求解算法 |
| 6.1.2 制导指令生成 |
| 6.1.3 误差因素分析 |
| 6.2 基于零输入响应的闭路制导在线补偿方法 |
| 6.2.1 补偿思路 |
| 6.2.2 需要速度补偿量计算方法 |
| 6.3 基于虚拟目标点修正的闭路制导在线补偿方法 |
| 6.4 补偿算法精度分析 |
| 6.4.1 自由段地球非球型引力对闭路制导的影响分析 |
| 6.4.2 标称条件下在线补偿算法精度分析 |
| 6.4.3 大偏差干扰下在线补偿算法精度分析 |
| 6.5 小结 |
| 第七章 结论与展望 |
| 7.1 研究成果及创新点 |
| 7.1.1 论文研究成果 |
| 7.1.2 论文的创新点 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
| 附录 A J_2项摄动下的弹道误差传播二阶修正解析解系数 |
| 附录 B 三类解析函数的递推公式 |
四、基于弹道速度最小点的弹道辩识快速算法（论文参考文献）
- [1]散射成像研究现状及展望[J]. 金欣,王枭宇,杜东宇,范逸辉,季向阳. 激光与光电子学进展, 2021(18)
- [2]基于高超平台的临近空间拦截制导技术研究[D]. 尹中杰. 大连理工大学, 2021(01)
- [3]基于反射矩阵分析法的光学相干层析成像技术的研究[D]. 曹靖. 电子科技大学, 2021(01)
- [4]基于单纯形优化算法的火箭弹增程研究[J]. 张斌,陈国光,王捷. 海军航空工程学院学报, 2021(01)
- [5]滑翔飞行器滑翔能力智能预示与多约束制导研究[D]. 邵会兵. 哈尔滨工业大学, 2020
- [6]制导火箭弹弹道优化与飞行控制[D]. 张耀华. 哈尔滨工业大学, 2020(01)
- [7]多目标拦截器协同拦截决策方法研究[D]. 王子建. 哈尔滨工业大学, 2020(01)
- [8]面向临近空间高机动目标的改进预测命中点规划方法[J]. 尹中杰,刘凯. 宇航总体技术, 2020(02)
- [9]典型轮式自行火炮系统优化设计方法研究[D]. 曹岩枫. 南京理工大学, 2019(06)
- [10]基于状态空间摄动法的战略导弹弹道快速预报与制导方法研究[D]. 王磊. 国防科技大学, 2018(01)