HLA框架构建空战导弹武器作战效能设计

武器系统作战效能是指在攻防对抗的战场环境下完成规定任务的能力,武器系统的效能是研制、使用该系统所追求的总目标。为获得空战导弹武器作战效能,避免传统主观评价带来的缺陷,设计了采用仿真方法评价空战导弹武器作战效能的架构。设计了基于HLA(high level architecture)的空战仿真框架和组成模块,对HLA的盟员进行了开发,规划了接口,提出了能够保证仿真实时性的整体方案。     

装备维修性设计与分析技术

分析了装备维修性设计与分析技术的基本内涵,包括主要工作范畴和关键技术。调研了国内外维修性设计与分析技术在理论研究和成果应用等方面的发展现状,并探讨了未来装备维修性设计与分析技术的发展趋势。     

采用改进Sage-Husa自适应滤波的运动目标三维定位方法

提出不依赖于测距信息,利用两架基于视觉的无人机对运动目标进行三维交会定位的方法。采用多模型交互方法实现在不预知目标运动模式的条件下对运动目标的实时定位;采用改进的Sage-Husa自适应滤波算法,综合协方差匹配技术和正定性判断,提高了定位精度。为评估这些方法的性能,模拟真实观测条件进行仿真。结果表明,提出的方法可以实时对运动目标的三维坐标进行估计。改进的Sage-Husa自适应滤波算法可以显著提高定位精度,在90°观测夹角下,平均估计误差从27.13 m降低到14.62 m。仿真研究了两无人机观测夹角对定位的影响,结果表明:过小的夹角不利于定位精度的提高;较大的夹角对无滤波定位方法有较好的效果,但对基于改进的Sage-Husa自适应滤波算法的定位方法影响并不明显。     

同时收发认知抗干扰系统的改进能量检测算法

为增强复杂电磁环境中同时收发认知抗干扰通信系统的性能,研究了基于该系统的改进能量检测算法,推导出瑞利衰落信道中系统的检测概率、虚警概率及中断概率的理论表达式。该改进方法思想是将自干扰信道容量与接收机所需传输速率进行比较,通过比较结果确定能量检测门限值。仿真结果表明,改进能量检测算法能够有效地降低自干扰信号对同时收发认知抗干扰接收机的不利影响,提升系统的中断性能。     

光流算法研究

光流的测量是视频序列处理和视频挖掘中的基本问题。首先简述了光流法的基本原理,即物体亮度不变特性;然后阐述了计算光流的4类算法:微分方法、区域匹配方法、基于能量的方法和基于相位的方法,并对当前主流的能量算法进行了详细探讨;最后对各种光流算法的评测方法与测试集进行了说明。     

雷达辐射源识别技术面临的主要挑战及对策

信息化战场上,复杂电磁环境严重制约雷达辐射源识别过程。通过梳理雷达辐射源识别技术发展阶段及各阶段主要识别方法,深入分析了现阶段雷达辐射源识别技术面临的主要挑战,并提出应对策略,为创新雷达辐射源识别方法提供借鉴。研究表明,针对未来战场雷达识别面临的主要挑战,平时做好预判,熟谋对策,将极大地有利于战时进行雷达辐射源识别,进而促进整个电子对抗行动作战效能的发挥。     

军民融合产业创新集群的形成

在军民融合发展战略与创新驱动发展战略深入推进进程中,军民融合产业创新集群成为军民融合产业发展的重要创新形式,其形成问题研究更是对其发展与演化具有重要影响。以军民融合产业创新集群的内涵着手,通过刺激—反应模型与演化博弈模型,分析其形成过程与促进措施。研究表明,军民融合产业创新集群作为复杂适应系统,创新主体的适应性能力及其内在关系是集群形成的关键所在;为使合作创新行为成为演化博弈的稳定策略,从合作创新能力系数和合作创新成本、拥有的创新资源以及政府资金支持三个方面剖析集群形成的促进作用,对军民融合产业创新集群的发展与演化研究奠定基础。     

电传动装甲车辆负载功率预测实时能量管理策略

针对电传动装甲车辆负载功率预测功能缺失导致控制作用滞后的问题,提出一种具有较高负载功率预测精度的实时能量管理策略。在分析整车结构的基础上,采用理论分析和数据拟合方法,建立各动力源数学模型。将差分自回归移动平均模型和自适应马尔可夫链两种预测方法相结合,设计非平稳趋势性负载功率组合预测方法。在非线性模型预测控制框架下,构建多目标优化函数,采用序列二次规划法在有限时域内实时求解最优控制指令,优化多动力源协调控制过程。依托硬件在环仿真平台进行多路面行驶实验,对比有无功率预测的能量管理控制效果。结果表明,改进的实时能量管理策略对未来负载功率具有较好的预见性,能够显著优化多动力源协调控制过程,提升车辆燃油经济性,稳定母线电压和电池荷电状态,对传统模型预测控制下的工程应用场景具有一定借鉴意义。     

Driving force coordinated control of an 8 ×8 in-wheel motor drive vehicle with tire-road friction coefficient identification

Because of the complexities of tire-road interaction,the wheels of a multi-wheel distributed electric drive vehicle can easily slip under certain working conditions.As wheel slip affects the dynamic per-formance and stability of the vehicle,it is crucial to control it and coordinate the driving force.With this aim,this paper presents a driving force coordination control strategy with road identification for eight-wheeled electric vehicles equipped with an in-wheel motor for each wheel.In the proposed control strategy,the road identification module estimates tire-road forces using an unscented Kalman filter al-gorithm and recognizes the road adhesion coefficient by employing the recursive least-square method.According to road identification,the optimal slip ratio under the current driving condition is obtained,and a controller based on sliding mode control with a conditional integrator uses this value for accel-eration slip regulation.The anti-slip controller obtains the adjusting torque,which is integrated with the driver-command-based feedforward control torque to implement driving force coordination control.The results of hardware-in-loop simulation show that this control strategy can accurately estimate tire-road forces as well as the friction coefficient,and thus,can effectively fulfill the purpose of driving force coordinated control under different driving conditions.