增加斜井施工方案及其效益分析

通过胶州湾湾口海底隧道青岛端接线工程云南路主线隧道增加斜井施工实践,简要介绍了增设斜井的原因及斜井的选择、布置、设计、施工等方法,分析了增加斜井后的工期及社会、经济效益,并总结了增加斜井的优点。     

弹道导弹IMU斜装余度配置设计的系统性能分析

余度技术是提高导航系统性能的一种重要手段,本文对捷联惯性传感器多余度配置技术进行了研究。针对弹道导弹的特点,设计了适用于背景弹道使用的IMU:由3陀螺正交配置的4加速度计斜装配置构成。分析了影响惯性传感器输出的主要因素,建立了惯性传感器的误差模型,研究了斜装对传感器测量的多重影响,尤其是它对非线性误差的较大改善。在此基础上,设计了具有余度配置结构的惯性测量装置(IMU)．针对该IMU,建立了余度配置系统的标定模型。仿真结果表明,采用该IMU的弹道导弹导航性能显著提高,在现有器件精度下有效提高了系统的精度和可靠性。     

基于鸽群的鲁棒强化学习算法

Reinforcement learning(RL) is an artificial intelligence algorithm with the advantages of clear calculation logic and easy expansion of the model. Through interacting with the environment and maximizing value functions on the premise of obtaining little or no prior information, RL can optimize the performance of strategies and effectively reduce the complexity caused by physical models . The RL algorithm based on strategy gradient has been successfully applied in many fields such as intelligent image recognition, robot control and path planning for automatic driving. However, the highly sampling-dependent characteristics of RL determine that the training process needs a large number of samples to converge, and the accuracy of decision making is easily affected by slight interference that does not match with the simulation environment. Especially when RL is applied to the control field, it is difficult to prove the stability of the algorithm because the convergence of the algorithm cannot be guaranteed. Considering that swarm intelligence algorithm can solve complex problems through group cooperation and has the characteristics of self-organization and strong stability, it is an effective way to be used for improving the stability of RL model. The pigeon-inspired optimization algorithm in swarm intelligence was combined to improve RL based on strategy gradient. A RL algorithm based on pigeon-inspired optimization was proposed to solve the strategy gradient in order to maximize long-term future rewards. Adaptive function of pigeon-inspired optimization algorithm and RL were combined to estimate the advantages and disadvantages of strategies, avoid solving into an infinite loop, and improve the stability of the algorithm. A nonlinear two-wheel inverted pendulum robot control system was selected for simulation verification. The simulation results show that the RL algorithm based on pigeon-inspired optimization can improve the robustness of the system, reduce the computational cost, and reduce the algorithm’s dependence on the sample database. © 2022, Beijing Xintong Media Co., Ltd.. All rights reserved.     

网络信息污染综述

随着互联网技术的迅速发展和知识经济的到来,信息作为一种社会发展的战略资源,越来越受到人们的重视。由于网络环境下信息量的激增,信息传递的无序性和失控性,导致信息污染日益加剧,给社会造成了严重危害。因此,必须采取有效措施,进行网络环境下信息控污,净化网络信息空间,为更好地利用网络信息资源创造有利条件。针对网络信息环境,分析了信息污染的内涵、外在表现、污染原因,指出了信息污染的危害,给出了相关的解决对策。     

惯性测量系统误差模型的机载验证仿真平台实现研究

惯性仪表误差直接影响导航精度,很多情况下,为了能够取得更好的惯性测量系统误差标定结果,需要在机载动态的情况下实时地在线标定惯性器件的误差;基于此目的,利用PC机和两组RS-232串口通道作为基本的平台硬件,在Visual C++开发环境下开发了半物理仿真应用程序;仿真平台具备了基本的可视化操作界面、惯性测量系统仿真功能、数据传输功能以及标定解算功能;并且对安装方式的误差进行了标定仿真实验,并取得了较好的可实现性,为空中在线标定惯性系统误差提供了比较可靠的仿真实验平台。     

基于安装方式激励的捷联惯导在线标定算法研究及仿真分析

研究了惯性测量单元(IMU)机载安装方式对捷联惯导在线标定的影响.首先针对动力调谐捷联惯导系统的误差进行了建模和参数估计分析.以激励误差输出为目的,通过改变IMU在试验飞行器的安装位置,从理论算法角度分析了角度偏移和位置偏移两种安装方式对IMU输出的影响,提出基于安装方式激励的捷联惯导在线标定算法,并进行了标定后的补偿效果验证.仿真表明,该算法能有效标定出动态情况下的惯导误差参数,IMU安装方式对惯导的空中在线误差标定起到了很好的激励作用,在同等航迹要求下大大提高了标定精度.     

基于新息自适应滤波的惯性测量单元误差在线标定方法研究

考虑到空天飞行器飞行环境和运动特性下导航传感器误差的噪声统计特性不可能完全精确已知,若使用常规卡尔曼滤波进行在线标定,将会导致滤波精度下降甚至发散。设计一种基于新息自适应滤波方法的惯性测量单元(IMU)误差在线标定方案和算法,克服常规卡尔曼滤波需预先知道噪声统计特性的不足,设计包含IMU安装误差、刻度因子误差和随机常值误差在内的27维高阶状态变量的误差标定模型,分析提出可同时对系统噪声和量测噪声协方差矩阵进行动态调整的新息自适应滤波在线标定算法。仿真验证实验表明,相较于采用常规卡尔曼滤波以及Salychev O自适应滤波算法进行在线标定,所设计的新息自适应滤波在线标定方法能更有效实现对IMU误差的动态标定及补偿,进一步提高了惯性导航系统精度。实物验证实验表明,该方法可有效标定IMU误差残差,提高导航精度,为工程应用带来较大便利。     

“华为的秘密:为何整个世界都怕它”战略分析

华为的成功在战略上主要归功于它的治理结构,研究开发创新,顾客第一企业文化等因素,这些因素成就了一个不一样的华为。     

多源导航系统软、硬故障检测新方法研究

故障检测和隔离对提高无人机的导航精度和可靠性有重要意义.针对残差卡方算法对小值软故障灵敏度差,改进序贯概率比(SPRT)算法无法判断故障结束时间的缺陷,提出了一种联合故障检测算法.该算法依靠残差卡方算法判断故障结束时间,从而及时对改进SPRT算法检测值进行修正,使改进SPRT算法能继续检测非第一次故障.改进SPRT算法对故障的灵敏度高,且残差卡方算法能准确判别故障结束时间.仿真结果表明,该综合算法对小值软故障、大值阶跃故障都有很好的检测效果,有效提高了系统的故障检测能力及灵敏度,增强了组合导航系统的可靠性.     

基于加权估计的紧组合导航抗欺骗算法研究

针对战场环境下GPS信号易被欺骗干扰的缺点,提出了一种基于加权估计的紧组合导航滤波算法。该算法通过采用加权最小二乘算法先对GPS欺骗信号进行预估计,然后将得到的估计状态量和误差方差阵引入到紧组合导航滤波模型中,从而提高GPS接收机抗欺骗能力。仿真表明,加权估计与紧组合结合的方法在转发式欺骗干扰的情况下,具有定位测速精度高、鲁棒性强的特点。这种方法容易实现,预测可靠,具有实际应用价值。