地空导弹旅(团)指挥控制系统坐标变换模型

在以往的人工或半自动化指挥中所采用的方格坐标已不能适应自动化指挥控制的需求,根据地面防空武器坐标系的设置方法,提出适合地空导弹旅(团)自动化指挥控制系统的坐标方案,主要包括:地心直角坐标系、地理坐标系、站心地平直角坐标系.根据实际应用需要,给出了不同坐标间的转换模型,经过仿真计算和实际应用,验证了模型的正确性,坐标转换精度满足系统要求,已在某新型地空导弹武器装备中得到应用.     

基于SDNN神经网络的多雷达目标航迹跟踪研究

现代雷达系统中,目标的航迹跟踪是Network)节点自删除神经网络的多雷达目标航迹跟踪的方法.仿真结果表明,这种方法能够很好地完成多雷达目标的数据融合,并比较有效地实现了多雷达目标的航迹相关.     

低RCS EBG波导缝隙阵列天线

将Mushroom电磁带隙结构(Electromagnetic Band Gap,EBG)的表面波带隙和同相反射特性同时用于波导缝隙阵列天线的设计,利用EBG的带隙特性抑制天线阵中的表面波,以改善天线的辐射性能;利用EBG的同相反射特性实现天线雷达散射截面(Radar Cross Section,RCS)的减缩,天线综合性能得到较大提升。制作了EBG波导缝隙天线阵样品,并对天线阵的阵元互耦、辐射方向图及天线阵RCS等指标进行了测试,结果与理论预期相吻合,有效地降低了阵元间互耦及天线阵RCS。     

基于中心凸包算法与增量学习的SVM算法研究

基于计算几何理论,在分析支持向量与凸包向量关系的基础上,提出了一种基于中心凸包算法与增量学习的SVM学习算法。在确保分类器达到可靠精度的前提下,为解决学习中时耗过长的问题,在对当前训练集计算凸包的基础上采用欧式中心距离淘汰法对训练样本进一步精简,并且每次进行增量学习的样本都包含前次训练样本集中违背KKT条件的样本,在UCI数据库上进行算法对比实验,结果表明算法的可行性和有效性。     

多波束干扰系统雷达干扰资源优化分配方法

合理的干扰资源分配方法是干扰系统发挥效能的关键,传统的雷达干扰资源分配方法基于一对一或多对一原则,且分配时不考虑干扰样式。基于多波束干扰系统,考虑干扰样式的限制建立了干扰约束过滤模型,采用ISODATA算法实现了对目标雷达分群,将干扰样式纳入干扰资源进行了干扰参数设置。该分配方法,使得干扰决策更加合理,提升了系统的干扰效率和自适应能力。     

一类随机生态-流行病系统的分析

对一类食饵染病的随机食饵-捕食者系统,应用伊藤公式,给出系统均衡解的全局随机渐近稳定的条件,并通过数值模拟对理论结果进行论证.     

变外形航弹离散滑模倾斜转弯自动驾驶仪设计

为提高变外形航弹倾斜转弯控制系统对弹翼作动影响的鲁棒性能,提出了一种基于离散滑模控制原理的倾斜转弯自动驾驶仪设计方法。建立了航弹倾斜转弯控制仿射模型,针对该模型中存在的时变特性与耦合问题,通过反馈线性化方法对原系统进行解耦并离散化处理,将由后掠角采样值误差引起的各动力学系数偏差项作为模型不确定扰动,设计了变外形航弹的离散滑模倾斜转弯自动驾驶仪。仿真结果表明,所设计的离散倾斜转弯控制系统实现了各通道的解耦控制,对时变参数摄动具有良好的鲁棒性能,验证了对指令跟踪的动态延迟和误差与采样周期有关,实际选取时需综合考虑实际硬件性能与期望的指令跟踪精度要求。     

基于OWL本体扩展的视频语义内容分析

随着可获得视频数据的快速增长,迫切需要有效的方法在语义层理解和管理视频数据。对OWL语言进行扩展,提出了V-OWL本体描述框架,支持视频内容蕴含的时空关系和不确定性关系的建模,使用基于贝叶斯网络的B-图描述模型,将V-OWL本体概念、关系映射为B-图中的节点、边,利用贝叶斯网络训练推理算法实现视频高层语义的自动推理发现。实验结果显示,V-OWL本体描述框架对复杂视频内容具有很好的描述能力,基于V-OWL的视频内容分析框架对视频高层语义探测具有较高的查准率和查全率。     

基于CNN-PCA-DT算法的合成孔径雷达目标识别

合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别是SAR图像解译的重要环节,已广泛应用于国防和国民经济领域。在传统的卷积神经网络(Convolutional Neural Network,CNN)的基础上,提出了将CNN,主成分分析(Principle Component Analysis,PCA)和决策树(Decision Tree,DT)相结合的算法,记为CNN-PCA-DT:利用CNN提取出SAR图像的特征向量,再用PCA降维,最后用DT分类器取代CNN中的Softmax分类器实现SAR目标识别。实验结果表明,所提出的算法在MSTAR实测数据集上取得了较高的识别准确率,从而说明了实验的有效性。     

面向装备作战仿真的智能机动模型的设计与实现方法研究

从装备作战仿真领域中的智能机动模型的特点出发，结合机动过程中的天候、道路和敌情威胁等影响因素，利用模糊控制技术，构造了智能机动模型的知识库、推理机，同时，本文对外部环境因素和机动速度控制量分别进行了模糊化和反模糊化，有助于指挥员迅速制定机动方案，对人不在环的装备作战仿真具有一定的参考价值和指导意义。