破片作为杀爆战斗部的主要毁伤元,其毁伤威力的定量评价主要依赖于破片速度、空间分布及质量特性等参数的精确测试。本文系统综述了杀爆战斗部破片场参数测试技术的最新进展,重点围绕静爆与动爆两种典型条件展开了对比分析。在静爆测试方面,详细对比了网靶等接触式技术、光幕与雷达等截面式光电技术,以及高速立体视觉等三维重构技术的原理与特点,并阐述了其技术改进情况和发展脉络。在动爆测试方面,系统梳理了国内外在测试手段和仿真模拟的研究成果,深入分析了动爆条件下炸点控制、时空同步等特殊挑战及其应对策略。此外,本文还探讨了以机器学习(特别是深度学习)为代表的智能算法在破片目标识别、轨迹追踪、数据融合及动爆参数预测等方面的应用与赋能潜力。最后,对破片场参数测试技术的未来发展趋势进行了展望,提出了需重点发展高精度动爆破片参数测试技术、提升三维重构能力,并强化机器学习在测试技术中的应用,以支撑杀爆战斗部的优化设计和毁伤威力评估。

针对受多源扰动影响的四旋翼无人机的飞行控制问题,提出一种基于多源扰动补偿和分层滑模控制的自调节滑模控制算法。将四旋翼无人机系统分成一个2自由度双输入全驱动子系统和一个4自由度双输入欠驱动子系统,并在此基础上定义全驱动子系统的滑动变量。提出一种新型的分层滑模控制器滑动变量构造方法,并采用该方法设计欠驱动子系统的滑动变量。采用广义Super-Twisting干扰逼近器观测系统中的多源扰动,并设计模糊补偿器对干扰逼近器的逼近误差进行补偿。利用组合幂次趋近律设计趋近增益自调节滑模控制器,并使用带模糊补偿器的干扰逼近器抑制多源扰动的影响。分析所提控制算法各核心模块的作用,并将该控制算法与现有控制算法进行对比。对比结果表明,所提控制算法具有良好的多源扰动抑制能力,并且能够提供更优异的动态控制性能。

利用MATLAB优化平台,提出了一种基于fmincon函数的低副瓣阵列方向图优化设计方法。该方法通过构建以目标区域副瓣电平为优化目标的混合惩罚代价函数,并辅以主瓣增益波动控制的非线性约束条件,将阵列波束优化问题转化为连续变量的非线性约束优化问题。计算结果表明:在保证主瓣增益波动<0.3dB的前提下,所设计阵列可在指定空域范围内实现15~20dB的副瓣电平压制,且优化过程具有快速收敛性和良好的稳定性,该方法能够兼顾优化精度与计算效率,为需要满足主瓣保形和特定区域副瓣抑制的天线阵列设计提供了一种高性能、高可靠性的解决方案,具有较好的工程实用价值。

聚能装药因其能量利用率高,在未爆弹药销毁领域应用广泛。为实现水下未爆弹药的安全高效销毁,对组合式Φ50mm聚能装药射流水中引爆厚壳装药能力的影响因素进行了研究。针对喇叭形药型罩,分析装药结构、头部组合式空腔结构长度、水深等因素的影响,采用数值模拟方法表征聚能射流水中成形特性,并评估其引爆能力。结果表明:药型罩高度、壁厚、曲率半径以及药柱高度等参数,对聚能射流引爆能力的影响程度存在强弱排序;对于水下聚能装药,组合式空腔结构射流的能量损耗降低了74.8%;随机森林模型可有效预测射流与带壳装药接触速度随水深增加的非线性变化规律。研究成果可为水下聚能装药结构优化与工程实践提供理论依据与技术支撑。

针对现代复杂电磁环境中,处于稳定跟踪阶段的捷变频雷达在压制干扰下难以兼顾相干积累增益与抗干扰能力的问题,提出一种基于近端策略优化的频率与驻留时间联合控制方法。首先,分析了雷达相干积累增益与被截获风险之间的制约关系,模拟了干扰机的动态组合压制行为,构建了包含信号级特征反馈的雷达抗干扰马尔可夫决策过程模型,其次,引入近端策略优化算法,设计了兼顾探测效能与生存能力的复合奖励函数,使雷达智能体能够在未知的动态博弈环境中自主学习最优策略。该策略能够根据环境反馈实时调整工作频率与驻留时长,从而最大化信干噪比。仿真结果表明,与传统策略相比,所提方法能有效规避组合压制干扰,在显著降低被干扰概率的同时大幅提升了输出信干噪比,具有较强的环境适应性与鲁棒性。

针对引信涡轮发电机在宽马赫数、高转速工况下易发生气动弹性失稳的问题,采用流-固顺序耦合方法研究了叶片形变特征及其对气动扭矩的影响。通过对载荷的解耦分析发现,叶片形变的主导诱因是高转速离心载荷(形变量占比>98%),而非气动载荷。研究表明,该离心诱导变形导致叶片出现显著的几何畸变,破坏了原始气动外形,导致涡轮发电机的驱动扭矩随转速升高呈梯度下降,最高转速下扭矩降幅约达26.6%。揭示了柔性叶片变形对引信涡轮发电机性能的影响机理,为引信电源的稳健设计提供了理论支撑。

在卫星导航接收机中,信号捕获性能受检测门限设置影响显著。现有方法难以适应城市中日益复杂的电磁环境,在多干扰环境下,易出现虚警,严重影响接收机捕获可靠性。为此,在北斗B1C信号捕获环节加入恒虚警率(CFAR)检测,提出一种根据先验干扰数量动态调整判决门限的算法,该算法根据实时估计的环境内干扰目标的数量来自适应确定信号捕获的判决门限,提升接收机在多干扰环境下的性能。仿真结果表明,该算法能显著提升接收机在多干扰环境中的鲁棒性和捕获灵敏度,从而提高军事装备在城市作战中的可靠性。

针对航空异构法兰在装配过程中存在的人工效率低、对接精度差、安全风险高等问题,提出一种基于强化学习的Stewart平台法兰试验件柔顺装配控制方法。首先,构建了六自由度Stewart平台的运动学与动力学模型,分析其在复杂约束下的调姿能力;其次,设计了一种数据驱动的柔顺控制策略,结合导纳控制与强化学习算法,实现试验件的高精度对接与柔顺装配;最后,搭建联合仿真平台,通过Webots与PyCharm协同仿真验证了所提方法在不同初始误差和扰动条件下的有效性与鲁棒性。仿真结果表明,与传统固定参数导纳控制相比,本文提出的方法在装配过程中平台最大接触力降低了30.4%,装配效率了提升了约90%,且位置稳态误差仅为7.5mm,说明该方法在保障装配安全性的同时显著提升了作业效率与精度,具备良好的工程推广价值。

航空武器装备作战能力评估不仅是技术问题,更是战略问题,它直接关系到装备是否能够在战场上发挥预期作用、未来战争模式能够被精确判断。针对现有航空装备作战能力评估模型可信度不足、指标精度不高以及过于依赖专家经验等问题,本文提出一种基于不确定性结构方程模型(Uncertainty Structural Equation Modeling,USEM)的航空武器装备作战能力评估方法,结合三角模糊数和深度神经网络来完成不确定性指标的构建,用来解决数据量少,专家数据受主观层面影响较大等缺点,提高模型输入精度。将处理后的数据转化为SPSS文件,并导入AMOS进行分析,实现作战能力指标值与SEM的关联。结果表明:CN值在0-3之间、RMSEA值小于0.08, CFI值、TLI值均大于0.9,可见模型拟合程度较好,模型的估计值与导弹作战能力指标值相契合,可将其用于航空武器装备战能力评估。

针对森林火灾中火焰蔓延与烟雾扩散对无人机造成的威胁,提出一种在动态火灾与烟雾耦合的环境中正则虚拟管道实时生成方法,以满足无人机在该环境下的高安全性飞行需求。首先构建起融合火灾蔓延规律与烟雾平流扩散机制的动态环境预测模型,并提出一种协同表征实时位置风险与时空预测风险的双重度量机制,构建了静态和动态障碍物统一量化代价场和时空约束窗口。其次,构建风险感知的管道生成框架,利用风险感知A^*算法搜索时空可行路径,利用自适应安全虚拟管道生成算法来生成正则虚拟管道。仿真结果表明,该方法可随火情变化实时生成虚拟管道,并且相比于现有方法,最小安全距离提升43.2%,最高代价值降低28.7%,规划时间减小82.9%,显著增强了无人机在多源高风险环境下的航迹安全和飞行安全。