改进Costas环的GPS载波跟踪环路

针对高动态环境下载波信号会产生较大多普勒频移而导致跟踪环路失锁的问题,对其基带信号进行双向限幅以改进Costas环的鉴相特性。同时,采用叉积型鉴频器,通过频率牵引使捕获后的频差达到跟踪模块的工作范围,并根据对锁相环和锁频环的特性分析及其各自的优缺点,选择锁频环辅助锁相环的复合结构。仿真试验结果表明,在高动态环境下(运动速度1 200 m/s)该跟踪环可以快速跟踪卫星信号,即时误差趋近于0,且当加速度达到40 g以上时,经过该复合环跟踪后的多普勒频移比传统锁相环减小了50%以上。     

基于组件技术的分布式潜艇作战仿真系统

提出采用JavaEE/EJB组件技术开发分布式潜艇作战仿真系统,根据潜艇作战机理,建立了分布式潜艇作战仿真模型体系结构,设计了分布式潜艇作战仿真系统的软件架构,分析了系统开发过程中采用的技术协议,并研究了基于组件技术的分布式潜艇作战仿真系统实现方法。     

逐步Ⅱ型混合截尾下Pareto分布的统计分析

基于逐步Ⅱ型混合截尾寿命试验数据,研究了Pareto分布的统计分析问题。利用极大似然方法和Bayes估计理论,导出了Pareto分布参数的极大似然估计和基于不同先验分布下的Bayes估计。最后利用Monte-Carlo模拟方法对估计的结果进行了对比分析。     

舰艇编队协同作战的空中目标威胁评估研究

从系统分析舰艇编队协同作战的空中目标威胁评估问题入手,深入研究了协同作战环境下编队空中目标威胁评估的基本过程。在此基础上,针对编队协同决策的特点,建立了基于两层决策的协同作战环境下编队空中目标威胁评估模型,从而提出了舰艇编队协同作战的空中目标威胁评估方法。最后,通过实例说明了所提方法的有效性。     

中段智能机动突防后的虚拟目标修正研究

为实现弹头中段机动后的显式制导,进行了虚拟目标修正研究。通过在建立最大弹道包络面的基础上,提出基于穿越弹道横截面的虚拟目标修正方法,基于弹道包络横截面的大机动弹道虚拟目标计算方法,建立虚拟目标计算模型。通过仿真获得了大机动弹道对应的虚拟目标,通过显式制导方法验证了其具有较好的制导精度,此方法为工程应用和理论研究提供了重要的理论参考。     

对高重频PD雷达的舍脉冲干扰

高重频PD雷达是为解决测速模糊而在机载雷达中广泛采用的一种PD雷达工作模式,从PD雷达的特性来讲,由于带宽比较窄使得噪声干扰能量利用效率不是很高。采用DRFM精确获取雷达信号实施干扰是当前干扰的发展方向,但是对占空比接近50%的高重频PD雷达,采用对低重频PD及中重频PD可行的距离拖引,速度拖引等一系列在雷达信号脉冲串间隔内产生复杂调制的干扰方法是不合适的。主要针对高重频PD雷达重频高、占空比大的特点,提出了一种舍脉冲干扰方法,对DRFM截获的雷达信号进行快速部分转发,间隔一定脉冲数舍弃一个脉冲,改变原雷达信号的脉冲重复周期,使得在频域上产生多个速度欺骗性干扰信号,并通过仿真验证了干扰的有效性。     

双基地雷达对隐身目标探测区域的计算

定量分析了隐身目标的双基地雷达散射截面积模型,结合双基地雷达的探测判决条件,运用空间区域划分的方法对隐身目标进行实时信息采集;建立了理想条件下双基地雷达平面上隐身目标的探测模型,计算并给出不同条件下双基地雷达探测范围与基线的仿真关系图;仿真分析的结果对优化双基地雷达的战术配置以及雷达组网应用具有一定的参考价值。     

柴油机排气集水箱降温特性及其影响因素

针对常规潜艇柴油机排气系统集水箱,分别建立了不同管束结构集水箱的数值模型,并得到了各自内部流场及温度场的分布;分析了细管长度、细管转折形式和布置形式对其冷却降温性能和阻力特性的影响。结果表明:内层管长L1大于外层管长L2的结构比等管长的结构排气阻力小,降温冷却效果更明显;细管末端的弯管与折管相比,排气阻力小,降温性能更优越。     

基于QPSO算法的支持向量机参数优化研究

应用具有量子行为的粒子群优化算法,对支持向量（SVM）进行参数优化研究．根据支持向量机的分类准确率和泛化能力之间的关系,应用QPSO算法选取比较优秀的参数模型,比较参数模型的各项性能,选取最适合实际需要的参数模型．仿真表明,QPSO算法的SVM模型与PSO算法相比在分类准确率和泛化能力上均获得更好的效果,经QPSO优化后的SVM整体性能明显提高．     

屏蔽数据在新型截尾样本下系统的可靠性分析

当系统含有屏蔽数据时,在具有随机移走逐步增加型截尾模型下,讨论了部件寿命服从双参数指数分布的串联系统可靠性估计问题。设随机移走系统数服从二项分布,利用极大似然方法,Bayes理论及方法,推导出双参数指数部件参数、系统可靠性函数、失效率函数及移走概率的极大似然估计和Bayes估计。并利用Monte Carlo方法对两种估计结果进行了比较,表明Bayes估计较极大似然估计效果更优。