【摘 要】
：
测试优化选择是测试性设计至关重要的一个步骤,主要针对测试不可靠条件下的测试优化选择问题进行了研究。首先将该问题还原为多目标问题来分析,在此基础上以测试数量、测试成本、虚警率为目标,故障检测率、隔离率为约束条件建立了问题的数学模型;然后以贝叶斯网络测试性模型为基础,利用提出的MOPSO-NSGA2算法求解该问题;最后利用所提算法对某导弹机载无线电高度表开展测试优化选择设计,并与MOPSO算法、NSGA-2算法进行对比,验证了方法的有效性与实用性。
论文部分内容阅读
测试优化选择是测试性设计至关重要的一个步骤,主要针对测试不可靠条件下的测试优化选择问题进行了研究。首先将该问题还原为多目标问题来分析,在此基础上以测试数量、测试成本、虚警率为目标,故障检测率、隔离率为约束条件建立了问题的数学模型;然后以贝叶斯网络测试性模型为基础,利用提出的MOPSO-NSGA2算法求解该问题;最后利用所提算法对某导弹机载无线电高度表开展测试优化选择设计,并与MOPSO算法、NSGA-2算法进行对比,验证了方法的有效性与实用性。
其他文献
舰船低压变配电系统中的大容量电力电子设备级联后,可能由于阻抗不匹配而导致电压振荡失稳。为了探究影响电力电子级联系统静态稳定性的因素,该文针对大容量DC-DC变流器进行建模和阻抗特性分析。首先,基于开关网络平均法建立变流器的小信号模型,推导出相应的输出阻抗模型。在此基础上,根据阻抗比判据进行稳定性原理分析,明确变流器输出阻抗幅值的峰值是造成阻抗不匹配的主导因素。进一步地,通过探究不同运行模式下变流器控制方式、控制参数和滤波器参数对输出阻抗幅值的影响,为改善系统静态稳定性找准优化的方向。最后,通过PSCAD/
基于进化多目标优化方法研究对地打击武器-目标分配(WTA)建模和求解问题。首先,分析对地打击WTA问题特点,定义优化目标函数为飞机突防风险最小和目标毁伤效能最大,提出一种基于栅格地图的防空火力对飞机威胁的量化评估方法,建立多目标优化问题模型;然后,采用一种多目标优化算法NSGA-Ⅱ对问题求解,结合问题特点设计算法各组成部分;最后,构建仿真算例进行实验分析,仿真结果表明,所提模型和算法能够有效求解对地打击WTA问题,可为工程实现提供参考。
航电系统是现代战机的重要组成部分,也是实现任务合成、能力融合和资源综合的重要支撑手段,作战飞机的性能高低与航电系统的效能密切相关。针对目前航电系统效能评价指标体系复杂、人为评估分歧较大等问题,设计了基于小波神经网络法的航电系统效能评估方法,并设计了航电效能评估系统,结合层次分析法(AHP)构建指标体系,最终专家判断打分得出权重并通过小波神经网络对判断值予以修正。与特定能力下航电效能评估相比,该评估系统指标体系更为丰富,同时对指标权重有着良好的修正效果,为航电系统效能评估提供工具原型支持。
为解决移动机器人路径规划难题,设计了融合改进A*算法和动态窗口法的全局动态路径规划方法。首先,基于传统A*算法结合JPS算法对子节点进行扩展跳跃,提高路径规划效率;其次,结合Floyd算法对所规划路径进行平滑优化;最后,融合动态窗口法使A*算法可进行全局动态路径规划。基于Matlab平台将全局动态路径规划算法在8种规格栅格地图中进行仿真实验。分析结果得知,融合算法在效率和平滑性上得到极大改善,且可进行动态避障,融合改进后的全局动态路径规划算法具有明显优秀的路径规划能力。
机场跑道异物(FOD)检测对机场安全运营具有重大意义。为此,自主设计了一套基于无人机的FOD检测与定位系统,该系统采用多无人机协同的迂回式航线规划策略对机场跑道进行图像采集;然后针对异物标记问题,采用基于RootSIFT特征点匹配的自动校直拼接算法还原机场跑道全景;最后设计了Faster R-CNN异物检测器,实现对FOD的检测与定位。基于实测数据的试验结果表明,该系统能有效提升FOD检测效率,并
面对舰载机人工进场着舰精确航迹控制中飞行员操纵负担重、着舰环境复杂的问题,提出采用两层并联动态逆控制框架设计基于直接升力的精确着舰航迹控制方案,具体采用控制分配处理直接升力面与常规舵面的舵效耦合和多操纵面问题,并从航迹与姿态解耦角度出发,仿真分析了所提的控制框架,证明了它在实现舰载机“魔毯”式精确着舰中的有效性,最后采用全量非线性E-2C涡桨飞机模型仿真验证控制效果可行,满足着舰航迹控制要求。
针对一阶线性、二阶带有非线性项的异构多智能体系统在无向拓扑结构条件下的一致性问题,通过修改现有的一种分布式控制协议,利用图论、Lyapunov稳定性理论和Lasalle不变集理论,得出该异构智能体系统达到一致性的充分条件。使用Simulink搭建四旋翼无人机和智能小车组成的带非线性环节的异构多智能体平台,并将研究理论结果在该平台上进行验证。最终数值模拟结果表明,若满足所提条件,该异构多智能体系统在该协议下可实现一致性。
基于相关滤波的跟踪算法因其高效性,受到了无人机领域的密切关注。现有的跟踪算法使用固定的超参数进行滤波器的学习,无法满足无人机在跟踪过程中对复杂环境的适应性。针对该问题,提出了一种自适应正则化参数学习的相关滤波算法,将滤波器与时间正则化参数的学习描述为一个统一的目标函数;同时,该算法可通过响应图的全局变化量感知目标的变化情况,自适应更新目标模型。无人机视频数据集上的结果验证了所提算法对复杂无人机跟踪
距离假目标欺骗干扰下,雷达接收到高逼真度的虚假信号,从信号层面无法有效将其滤除,致使虚假信号进入雷达数据处理器形成虚假点迹,进而经过滤波跟踪后形成虚假航迹。为此,提出了基于雷达网数据融合的跟踪技术。首先,对雷达网中各部雷达的位置量测数据分别进行预处理;然后,在融合中心进行关联处理,计算出等效位置量测,实现目标的精确定位;最后,实现对目标跟踪。该技术能有效克服距离假目标欺骗的干扰,也适用于无干扰的情况。经过仿真验证,该技术具有一定的应用价值。
为弥补由于雷达前视方向没有足够的多普勒带宽而难以利用合成孔径雷达(SAR)成像技术的问题,雷达前视成像技术得到了多角度且深入的研究,并在导弹精确打击、地形识别、目标定位以及飞机自主着陆等方面投入了应用。全面介绍了前视成像技术的研究历程,根据成像原理、雷达模型、探测信号的不同对该技术做了系统分类,主要阐述了基于卷积反演的成像技术、单脉冲成像技术、微波关联技术、阵列雷达成像和双基前视成像的基本原理和特点,并总结了各种前视成像技术的研究现状及发展趋势。