IMM-EKF的弹道导弹轨道实时动态预测

快速准确的导弹轨道预测是有效进行导弹防御的前提。提出一种基于IMM-EKF的弹道导弹轨道实时动态预测方法,对导弹发射点和落点分别进行动态预测研究。首先,构建不包含导弹先验信息的IMM-EKF弹道估计器;其次,定义一种模型概率累积因子,用于估计导弹的关机时刻及相应的运动状态;最后,基于导弹运动状态的实时估计,动态预测落点和发射点。仿真实验结果表明:该方法能实时动态预测导弹发射点和落点;发射点预测应利用主动段状态估计,而落点预测则在导弹自由段早期进行为宜。     

小波神经网络UCAV飞行控制系统

针对采用H∞控制设计方法需求解难度很大的偏微分方程,而导致工程实现难度大的问题,提出了采用小波神经网络进行无人攻击机(UCAV)飞行控制系统设计的方法,该方法集小波变换和神经网络的优点于一身,简化了网络训练,避免了系统达到局部最优解,使得系统具有更好的逼近精度。通过仿真实验表明,利用小波神经网络进行UCAV控制律设计,使系统具有较好的跟踪性和鲁棒性,避免了精确模型的建立,便于分析系统的稳定性。     

空地协同反干扰目标交叉定位融合算法

传统双站交叉定位精度较高,但在基线及其延长线无法定位且在基线附近定位误差迅速增大;预警机测高交叉定位可实现全空域定位,但定位精度不高.针对这两种定位方法的优缺点,提出了基于传统交叉定位和预警机测高交叉定位的距离解算加权融合算法,并进行了仿真分析比较,证实了算法的有效性.     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

舰空导弹设计方案评价

舰空导弹设计方案评价是一项复杂的系统工程。因其涉及到的因素众多,有些因素易于量化,有些因素难以量化,往往给决策者带来诸多困难。在建立舰空导弹设计方案评价指标体系的基础上,采用熵权法和理想点法相结合的方法对舰空导弹设计方案评价问题进行研究,以期降低决策的主观随意性,使决策更加科学合理。     

双基地ISAR运动补偿算法

在双基地ISAR成像模型的基础上,通过解线频调处理得出双基ISAR回波信号的差频域表示,针对参考信号跟踪存在误差而影响成像质量的问题,采用距离对准消除跟踪误差的影响;而后采用单特显点法补偿由于距离对准而产生的初相误差,最终给出了整个双基ISAR成像算法流程,最后通过对点目标模型的仿真,验证了该算法的有效性。     

柴油机PID、F并联调速控制研究

为了提高柴油机动态和稳态控制性能,提出了PID、F并联调速控制的方法,并利用Matlab/Simulink工具箱对PID、F交替调速控制和并联调速控制进行了仿真研究,表明Fuzzy-PID并联控制的性能优于常规PID控制和单纯的模糊调速控制以及PID、F交替调速控制的调速性能.     

光纤光栅技术与应用专题讲座(三) 第6讲 光纤光栅传感技术在土木工程中的应用

针对利用光纤光栅进行应变、温度等测量已经在土木工程中较为普遍这一现状,首先对光纤光栅传感技术进行应变、温度等测量的基本原理进行了描述,重点讨论了为满足耐久性、安装方便与温度自动补偿等需求光纤光栅传感器的封装技术,最后介绍了光纤光栅传感器在土木工程中实际应用的现状。     

机载雷达电子对抗系统的仿真

从最近几场局部战争中可以看到,机载雷达对抗作为关键作战手段贯穿于战争的全过程,影响着战争的进程和结局。机载雷达对抗不仅仅只是作战的保障手段,它已经成为直接的军事打击力量。因此,对机载雷达电子对抗的研究,有利于取得战争的主动权。通过对雷达性能判据的推导和更新,箔条干扰模型的建立,进一步证明了在箔条干扰下,雷达探测性能明显降低。还通过对机载雷达电子对抗模拟仿真系统的研究,真实地模拟了机载雷达电子对抗作战平台,为培养电子对抗人才提供了很好的辅助工具。     

基于串联QFD神经网络的武器装备使用需求映射方法

针对传统优化方法不能对武器装备使用主体――部队的使用需求进行有效考虑,提出武器装备使用需求到性能指标映射的串联QFD神经网络方法.该方法综合利用了QFD方法采集信息准确快速、神经网络能够精确模拟多变量输入输出强非线性关系的优点,提高了映射精度与针对性,克服了传统需求分析侧重于推理而轻实践、侧重于"设计方"而轻"使用方"的弊端,集中体现了"用户"为主的思想.改进了传统BP网络训练算法,给出了武器装备使用需求映射适应度函数.最后,结合实例对方法及算法进行了可靠性验证.