基于空间网格的制导方法研究

针对传统摄动制导修正大干扰能力的缺点,提出一种基于空间网格的制导方法.分析了空间网格法的基本原理,对其建立的要素和具体方法进行了详细说明.并从3个不同侧面对该方法的规律性进行了分析.通过仿真,证明空间网格法有效可行,具有弹上计算简单,数据存储量少,控制易实现,能实时修正大干扰偏差的优点.使其在提高导弹的制导精度和弹上计算效率方面,具有一定的应用前景和参考价值.     

基于网格的资源目录管理的设计与管理

资源目录管理是网格系统软件的重要组成部分。通过实例研究基于网格的资源目录管理的设计与实现。资源目标管理的设计基于LDAP协议 ,直接采纳了LDAP的标准数据表示和数据存储方法 ,并结合网格系统的自身特点设计网格中的信息表示方法和数据模型。资源目录管理的实现采用目录管理软件Openldap1 2 7和后台数据gdbm1 8 0 ,对其中的关键技术和主要步骤都做了重点研究并举例说明     

基于体系仿真大数据的效能评估方法

随着复杂系统仿真技术、计算能力和数据管理能力的发展,仿真数据逐步呈现大数据特点,评估指标之间也存在高维度、高冗余、高相关等突出问题。结合上述背景,分析了基于体系仿真的效能评估问题研究现状,介绍了深度学习技术的研究进展。指出采用合理的指标约简方法、使用高效的神经网络模型进行效能评估是下一步的研究重点。     

海战仿真系统自然环境通用数据框架研究北大核心

海战场自然环境仿真是海战仿真系统建设的重要基础。分析了海战仿真系统自然环境仿真的特点与需求,提出了基于多粒度的海战仿真系统自然环境仿真的特征要素;构建了一个海战仿真系统的自然环境通用数据框架,运用动态和静态数据结合和多数据网格组合的方式实现了自然环境要素的XML描述;完成了基于VR-Forces的海战仿真系统自然环境数据设计。建立的自然环境通用数据框架能够为海战仿真系统各模块开发提供快速数据支持。     

非结构动网格分区并行计算方法

针对包含运动边界的非定常流动问题,基于弹簧近似法设计了一套非结构动网格分区并行计算流程,引入了METIS软件进行非结构网格二次剖分,研究了对接边界通信类型及其处理方法,基于消息传递并行编程模式实现了非结构动网格求解器的并行化。测试结果表明:该求解器具有较高的并行效率,网格变形模块对非结构动网格并行计算性能具有重要影响。     

海战仿真系统自然环境通用数据框架研究

海战场自然环境仿真是海战仿真系统建设的重要基础。分析了海战仿真系统自然环境仿真的特点与需求,提出了基于多粒度的海战仿真系统自然环境仿真的特征要素;构建了一个海战仿真系统的自然环境通用数据框架,运用动态和静态数据结合和多数据网格组合的方式实现了自然环境要素的XML描述;完成了基于VR-Forces的海战仿真系统自然环境数据设计。建立的自然环境通用数据框架能够为海战仿真系统各模块开发提供快速数据支持。     

任意形状非均匀面目标毁伤效果计算方法

目前,用模拟法计算面目标毁伤效果时缺乏有效的目标离散化算法.首先基于网格法建立了描述任意形状非均匀面目标的数学模型.其次,以引入的一种几何算法为基础,提出了任意形状非均匀面目标毁伤效果的计算方法.算例给出的方法具有较高的计算效率.     

舰载作战系统网络冗余切换时间高精度测量研究及实现

舰载作战系统网络采用高抗毁性的双冗余网络,网络冗余切换时间直接关系到舰艇的作战能力,是衡量舰载作战系统网络的核心指标。为了更准确地测量冗余切换时间,提高测量精度,本文针对典型的舰载双冗余网络结构,利用WindowsXP操作系统,提出一种基于RTX构建的高精度的舰载作战系统网络冗余切换时间测量系统实现,与专业测量仪器的测量结果相比,该测量系统同样能精确测量网络冗余切换时间,并具备部署方便、应用灵活的特点,对于检测、评估舰载网络性能具有重要意义。     

分布式监测系统故障诊断功能模型分析

分布式监测系统长时间的连续监测,累计的数据量非常可观,为了数据实时传输及节省传输成本,对监测的数据现场预处理,采取一定的方法压缩数据量非常必要.目前,针对状态数据传输过程中的数据压缩与传输效率的研究还很少,一般采用黑匣子功能模型或白匣子功能模型,虽然具有减少数据冗余的作用,但是没有考虑数据流本身冗余特性,提出基于数据压缩的分布式监测系统功能模型,提高了通信速度和可靠性,满足了实时传输的要求.     

基于网格的分布式仿真系统容错机制

针对分布式仿真的需求,在网格的基础上构建了通用的分布式仿真容错系统。该系统由三部分组成:仿真资源状态监控模块、数据保存模块及错误恢复模块。其中仿真资源状态监控基于网格的MDS实现;数据保存(包括进程空间、进程间交互关系的保存)及错误恢复基于检查点机制在用户空间实现。就所增加的容错机制跟仿真系统原有功能模块的关系进行了分析。最后,基于网格及上述容错模块设计并实现了一个C/S模式的容错代理,用来实现仿真系统的自动容错。     

一种面向大规模HLA仿真的并行区域匹配算法

HLA仿真中,数据分发管理实现基于值的过滤,可以有效减少盟员接收冗余数据的可能性和网络中的数据流量。大规模HLA仿真系统在仿真推进中需要大量的区域匹配计算以维护数据分发管理的正确性。现有的区域匹配算法大多需要对所有区域进行匹配计算,造成了大量计算资源的浪费;同时,主要基于串行匹配思想,难以充分发挥多核平台的并行计算优势。针对现有区域匹配算法的局限性,提出了一种面向大规模HLA仿真的并行区域匹配算法,该算法能够实现对一次仿真推进中多个改变区域的并行匹配计算,同时在匹配计算中采用基于移动相交的基本思想,利用区域范围移动前后的历史信息,将匹配限定在移动区间之内,减少了大量的无关计算。理论分析与实验结果表明该算法尤其适合基于多核计算平台构建大规模分布式仿真的应用需求。     

HLA的雷达目标跟踪算法验证系统

构建了一个基于HLA的雷达目标跟踪分布式仿真系统。采用组件设计思想,实现目标跟踪组件和滤波组件,并将这两套组件嵌入到目标跟踪分布式仿真系统中。实践结果表明:基于组件思想构建的目标跟踪和滤波算法能够很好嵌入到分布式雷达目标跟踪系统中,从而为跟踪算法的合理选择、算法参数的优化设计,以及实际系统的研制提供有力支撑。     

数据融合技术在CGF建模中的应用

提出了将数据融合技术应用到计算机生成兵力 (CGF)建模中的思路和方法。在分析数据融合技术的基础上 ,深入讨论了卡尔曼滤波和最小二乘相结合的滤波方法以及一种改进的离散Hopfield神经网络 ,并结合一实际系统 ,建立了模型 ,给出了仿真结果。结果表明 ,数据融合技术和CGF建模相结合具有一定的应用前景和研究价值。     

基于高斯和粒子滤波的AUV水下地形辅助导航方法

针对自主式水下无人航行器(AUV)长时间潜航时的精确导航定位需求,以多波束测深系统为水下地形测量设备,提出一种基于贝叶斯估计的AUV水下地形匹配导航模型。针对贝叶斯滤波后验概率密度函数的求解问题,用高斯混合密度函数近似状态的后验概率密度函数,提出了基于高斯和粒子滤波的水下地形匹配导航方法。基于多波束测深数据的回放式仿真试验表明,提出的方法可以有效近似地形匹配的贝叶斯滤波模型,具有良好的实用性。     

基于非线性Kalman滤波的导航系统误差补偿技术

针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性预测模型,进而计算得到其预测值;将该预测值与Kalman滤波算法求得的估计值进行比较得到差值,以此监测Kalman滤波算法的工作状态;采用自适应控制方法,在导航系统结构层面改进Kalman滤波算法,构建新型的导航系统误差补偿模型。开展基于导航系统KIND-34的半实物仿真研究,应用所提出的改进方法改善了导航系统误差的补偿效果,提高了组合导航系统的自适应能力和容错能力。     

粒子滤波的重采样方法

粒子滤波是基于递推的Monte Carlo仿真方法的总称,原则上可用于任意非线性、非高斯随机系统的状态估计.但粒子的退化现象是粒子滤波器的最大缺陷,减轻这一现象影响的方法之一就是对粒子进行重采样.阐述了几种重要的重采样算法及其改进策略,并对其进行总结与展望.     

针对自适应滤波的组网雷达欺骗干扰优化策略

针对组网雷达系统在跟踪目标发生机动时采用自适应滤波来估计目标状态的特点,在点迹融合数据处理结构的组网雷达基础上提出了一种欺骗干扰优化策略.根据状态和量测方程描述了组网雷达跟踪目标的模型,同时建立了跟踪机动目标的自适应滤波模型.在此基础上,建立了欺骗干扰模型,并在目标机动检测约束下,推导了虚假目标欺骗干扰对于组网雷达融合...     

中口径舰炮对空闭环校射

首先建立了中口径舰炮武器系统对空闭环校射数学模型,比较新颖地解决了波门指示、弹序判别、滤波方法、脱靶量的求取和预测以及漏测弹丸的措施等一系列问题,通过仿真模拟明显地提高了系统精度和命中率,并使其工程化嵌入某型航炮系统,在工程上得以实现     

战略导弹惯性/星光复合制导技术研究

以Kalman滤波为基础,研究了惯性/星光复合制导系统的原理和特点,并对系统进行了计算机仿真。通过将惯导系统和星敏感器所测得的战略导弹相关姿态信息进行数据融合,估计出复合制导系统的误差状态量,进而修正惯导系统的位置、速度和姿态角误差。仿真结果表明,采用惯性/星光复合制导可以有效地提高战略导弹的姿态精度。     

基于SVD的机动目标自适应滤波研究与仿真

由于计算误差等因素的影响,致使滤波协方差阵不对称或负定,从而导致滤波器发散,影响滤波算法的收敛速度和稳定性.该研究在机动加速度"当前"统计自适应卡尔曼滤波算法的基础上,引入了基于奇异值分解(SVD)的协方差平方根滤波的自适应卡尔曼滤波算法.仿真结果表明,该算法可以较好地跟踪机动目标,具有精度高、稳定好、收敛快等特点.