一种声纳浮标无线传感器网络中的目标定位方法

对声纳浮标无线传感器网络进行了介绍;针对声纳浮标无线传感器网络中对目标的定位问题,提出了质心法和Bounding Box法两种解决方法,并给出了计算模型及坐标变换公式;质心法和Bounding Box法,原理简单,计算量小,符合无线传感器网络硬件资源有限、电源能量有限的特点;对质心法和Bounding Box法进行了仿真模拟,结果表明了这两种方法的定位效果受网络中节点探测半径的影响,Bounding Box的定位效果优于质心法.     

弹药集装单元储存静力学有限元分析

以简单的六面体结构为基础,以“铝板-聚氨酯泡沫材料-铝板”复合板材为弹药集装单元的主体材料,结合弹药集装单元的承载能力要求,建立弹药集装单元的基本模型。通过其在储存状态下的静力学有限元分析,了解3种不同堆垛情况下,弹药集装单元的应力与应变情况,为进一步研究弹药集装单元结构强度提供理论依据。     

高动态环境下GPS信号跟踪算法

在GPS导航定位系统中,高动态环境下产生的多普勒频移直接影响接收机跟踪性能.为了克服多普勒频移影响,对高速飞行旋转体GPS接收机跟踪环路进行研究.根据高速飞行旋转体GPS接收机载波信号的数学模型,提出在GPS接收机跟踪环路建立包含姿态信息的载波信号卡尔曼滤波模型,并对环路的跟踪性能进行MATLAB仿真.结果表明,此算法的跟踪环路带宽窄,能有效抑制噪声干扰,较好地实现了对旋转信号的跟踪.     

海上多无人机协同交叉定位的优化配置方法

针对多部无人机协同交叉定位,考虑无人机安全距离、通信距离和动力学约束条件下,解决多部无人机自动实现对飞行速度和角度的优化配置问题.提出了多机协同测向交叉定位方法,该方法先根据几何稀释度精度建立了不等式约束下的无人机运动参数单目标优化模型,再利用惩罚函数法将优化模型转换为无约束条件的极小值求解问题,最后利用粒子群优化算法获得各无人机飞行速度和角度估计值.仿真试验表明,该方法对不同无人机阵型和辐射源运动状态具有较强的适应性,相比直线飞行配置方法,其定位精度有较大的提高.     

基于数据驱动的自学习防空火力控制技术

立足打赢未来智能化战争的作战需求,提高目标探测识别、运动参数估计的实时性和准确性,解决自主拦截决策建模难度大、决策结果稳定性差等问题,通过引入数据挖掘、深度学习、神经网络等人工智能技术,重点开展基于大数据的多类型目标状态空间模型分析、多探测模式下的目标融合识别技术、基于卷积神经网络的射击诸元修正等,研制一套自学习防空火力控制系统,有效弥补传统防空火力控制技术在时敏目标状态空间模型、大闭环校射、协同信息处理、控制决策等环节的不足,提升火控系统自修正、自学习能力,为武器装备向无人化智能化方向发展提供技术支撑.     

预报风强度对火箭最大气动载荷精度影响及建模分析

针对不同预报风强度的精度以及其对应的最大气动载荷预报值精度的研究文献极少。以某地区实况风为基准,分别对不同预报风强度的精度以及其对应的最大气动载荷预报值精度特征进行了分析,并利用多元线性回归方法建立了订正模型,结果表明在预报日数第1～11天,预报风强度越大,预报风精度及其对应的最大气动载荷预报值精度越高;利用多元线性回归方法可提高最大气动载荷预报值精度,且预报风强度越小,最大气动载荷预报精度提高越明显。这些发现在火箭发射前的飞行保障及安全决策方面具有参考价值。     

战时装备维修保障资源优化模型

维修资源在抢修过程中的分配决定了抢修活动的平均处理时间和等待时间,针对抢修实施时维修资源的分配,研究资源的优化配置使抢修时间最小的问题.在抢修过程中使抢修时间最小的目标和约束条件下,提出了资源配置优化的排队模型,并结合遗传算法给出了求解最优配置模型的方法,通过实例分析说明了模型和方法的应用情况.资源配置优化模型和算法已成功应用于集群装备保障决策系统的开发.     

脉冲幅度特性分析的相控阵雷达识别技术

为有效识别相控阵雷达,提出了一种基于截获脉冲幅度特性分析的识别方法。该方法根据相控阵雷达与常规机械扫描雷达的扫描方式存在很大差异的特点,建立侦察设备截获脉冲的幅度模型,并通过仿真得到不同体制雷达被截获的脉冲幅度特性。然后求得不同体制雷达被截获的脉冲序列幅度特性与正弦序列幅度特性的相似系数,以此为依据来识别相控阵雷达。最后,通过比较实验证明了该方法的有效性。     

基于行为建模的移动代理性能评估

针对移动代理的分布式应用性能评估需求,建立了移动代理生命周期中主要行为的网络负载模型和时间消耗模型.在3种典型分布式应用想定下,分析了基于C＼S模式和移动代理模式的应用实现基本过程,对两种模式下的网络负载和执行时间进行了仿真比较,结果证明了在访问节点数量较多,网络传输速率较低时,移动代理模式的具有更好性能.     

结合流形滤波的矩阵信息几何检测器

针对小样本、非均匀杂波下的信号检测问题,提出一种基于流形滤波的矩阵信息几何检测器,将信号检测问题转化为矩阵流形上的几何问题。将每一个样本的相关性数据建模为一个托普利兹正定矩阵,在此基础上,利用每一个样本数据的邻近矩阵进行加权平滑滤波,去除一部分杂波能量,提升目标与杂波间的区分性。计算了辅助样本数据对应矩阵的几何均值,通过比较待检测样本数据矩阵与几何均值矩阵之间的距离与检测门限的大小,以实现信号检测。实验结果表明,与自适应匹配滤波相比,本文方法在小样本、非均匀杂波下具有明显的性能优势。