基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

通道失配对GNSS阵列抗干扰性能的影响分析

卫星导航接收机极易受到电磁干扰的影响,基于阵列接收机的空时(频)抗干扰技术被证明是目前最有效的抗干扰手段。在工程实现时,阵列通道存在通道失配,本文以统计性能的评估方法评估了通道失配对阵列抗干扰性能的影响。研究结果表明,通道间群时延偏差和幅度失配是导致阵列抗干扰性能下降的主要因素,前者可通过增加空时滤波器阶数来消除影响,而后者对空时滤波器阶数不敏感,需要进行必要的校正。     

初始保障期内装备维修器材保障决策方法

为解决新服役装备在初始保障期内维修器材保障方案决策问题,分析了两级装备保障体制下维修器材的流动情况。利用贝叶斯估计理论,根据固定时间间隔期内最小顺序统计量与失效数的预测下限来确定服从威布尔分布的装备单元故障时间和故障数量。最后通过实例表明,与支持向量机、灰色神经网络和ARMA等预测模型相比,所建方法能够获得更佳的预测结果。     

激光末制导炮弹射表基本诸元计算方法

激光末制导炮弹射表基本诸元计算方法是射表编拟领域中的一个新课题,由于无法采用过去普通无控弹的计算方法,必须研究新的方法。研究过程中发现两个问题,一是研究初期确立的基本诸元计算方法不能满足有效攻击区战技指标,直接降低命中率。二是基本诸元解算速度太慢,严重影响射表计算速度。针对这两个问题给出了解决方法,使射表精度得到保证,并极大地提升了射表计算速度,使得高价值制导弹药射表编拟方法研究实现了突破,也使射表弹道模型推广应用到作战或训练射击诸元的实时解算成为可能。     

侵爆弹对框架类建筑物毁伤效果评估研究

为研究侵爆弹对框架类建筑物的毁伤效果,利用LS-DYNA有限元程序对单枚侵爆弹打击四层五跨建筑物进行了数值模拟。该程序利用流固耦合算法来模拟炸药对建筑物的毁伤,为了验证该算法的有效性,进行了房屋内爆炸试验和试验原型数值模拟,房屋内爆炸试验结果与数值模拟结果吻合,验证了该方法的合理性。利用该程序对侵爆弹打击四层五跨建筑物进行了数值模拟,结果表明炸点在第2层走廊中心时建筑物毁伤等级为中度毁伤,为目标毁伤效果评估工作提供了一定的参考。     

基于Viterbi算法和ROMP的多弹道目标分离与特征提取

为实现对中段飞行中多弹道目标进行分类和特征提取,首先利用重排Gabor分布与Viterbi算法相结合的方法,获取目标散射点的时频曲线,对目标信号时频曲线拟合后进行频谱分析,完成目标运动类型分类。根据目标微动类型确定对应散射点的回波信号形式并构造相应的匹配原子库,设定待估计参数,利用ROMP方法对参数进行提取。仿真实验表明,该方法有效实现散射点分离并判断出目标的微动类型,同时验证了该方法对目标参数的提取精度。     

分布式多站雷达协同定位功率分配改进凸松弛算法

针对分布式多站雷达协同定位下的功率分配问题,提出一种改进凸松弛的启发式算法。给出了分布式多站雷达定位误差的克劳美罗下界(CRLB),建立功率约束下最小化CRLB迹的功率分配模型。设计了一种改进凸松弛算法,通过迭代修正松弛参数和快速功率调整策略解决非凸优化问题消除松弛带来的误差。仿真实验表明,相对于均匀功率分配算法和基于凸松弛的功率分配算法,改进凸松弛启发式功率分配算法下目标的定位性能更优。     

基于PROTOBUF的火力指挥报文编解码的研究与实现

传统的火力指挥信息系统传输时采用固定格式的报文。固定的报文格式虽然容易实现,但是大量的冗余信息会占用本以受限的带宽。为了解决该问题,提出了基于PROTOBUF的编解码方法。该方法同对象化的编解码、可变报文格式(VMF)编解码方法相比,能有效提高编解码的效率,也更加契合火力指挥战术报文的使用。最终实验结果也证明了本方法的有效性。