《军械工程学院学报》（自然科学版）1989—2001年引文与作者情况的统计分析

以《军械工程学院学报》 1989- 2 0 0 1年发表的 74 0篇论文为统计样本 ,对其引文及作者情况进行了统计分析。得到了论文的引文总量、平均引文率、引文语种、引文类型以及合著率等指标值 ,确定了学报论文的核心作者。并据此提出了今后的发展方向     

一种消除直线永磁无刷直流电机边端效应对换相时机影响的方法

电磁弹射用直线永磁无刷直流电机的永磁体动子具有开断结构,使动子边端的磁场分布发生变形。当采用霍尔元件检测磁场实现换相时,这种边端效应就会影响换相时机。分析了这类电机的换相机理和动子开断结构对换相时机的影响,指出这类边端效应受极弧系数影响显著,并提出了利用不对称滞环比较器或简易单限比较器对霍尔输出信号进行处理从而消除这类边端效应影响的方法,实验验证了简易单限比较器方案的可行性。     

惯导速度信息辅助的被动雷达导引头量测误差抑制方法

针对被动雷达导引头由于受空间限制测角精度不高的问题,提出了一种基于弹目信息状态变量的扩展卡尔曼滤波方法。通过弹目信息状态变量(弹目距离、弹目视线方位角、弹目视线俯仰角)描述弹目相对位置信息,利用惯导速度信息构建基于弹目信息状态变量变化率的弹目相对运动模型。所提方法充分利用信息资源,抑制导引头量测随机误差,对于提高导弹的打击精度和攻击效果,具有重要的实际应用价值,仿真试验证明该算法的有效性。     

诱偏条件下反辐射导弹毁伤能力研究

基于有源诱偏原理,推导出反辐射导弹在有源诱偏条件下的弹落点计算公式;并由已知的导弹毁伤模型,利用计算机仿真获得对目标雷达或其有源诱饵的毁伤效能。通过仿真结果分析不同的攻击角和末速度对导弹毁伤效能的影响,由此获得反辐射导弹在干扰条件下的最佳攻击角和末速度范围,对于在诱偏条件下研究反辐射导弹毁伤能力的有效性和实用性提供一定的理论和实用参考。     

导弹靶试命中精度鉴定方案新方法

针对导弹武器系统的命中精度战技指标,基于Bayes小子样估计理论,提出了综合贝叶斯理论和概率圆法确定导弹靶试命中精度鉴定的新方法,给出了此鉴定方案的具体计算公式和设计步骤,并进行了置信度分析,同时着重对使用方风险和生产方风险进行建模研究;最后通过仿真算例分析了导弹命中精度鉴定方案可行性。仿真算例表明,提出的评估方法简单有效,为导弹靶试命中精度鉴定方案选择提供一定的理论和实际应用价值。     

远程干扰战术环境下机载预警雷达的作战使用

描绘了一架以被动跟踪和烧穿方式工作的机载预警雷达对抗一架远程干扰机和两枚空对空导弹的情景,详细分析了该远程干扰战术环境下机载预警雷达的几种作战使用方法,仿真验证了不同条件下烧穿距离的有效性,分析了不同脉冲宽度和脉冲积累数对烧穿距离的影响,并对该战术环境下操纵人员对雷达的作战使用做出了总结建议。     

基于尺度UKF小波网络的混沌时间序列预测

根据小波网络和Kalman滤波的特点,将小波网络的权重、平移因子和伸缩因子作为Kalman滤波的状态变量进行估计,提出一种训练速度快、泛化能力强的小波网络的尺度无轨迹Kalman滤波学习算法。然后,利用Rǒssler时间序列和变参数的Ikeda时间序列对该算法进行了验证。仿真结果表明,该算法预测混沌时间序列收敛速度快,预测精度高,而且在混沌时间序列的嵌入维数未知时也能取得较好的预测效果。可以胜任混沌时间序列的精确建模和预测任务。     

高精度传递对准仿真用飞行轨迹设计

高精度且逼真的飞行轨迹是传递对准仿真各环节有效实施的前提。目前仿真采用的飞行轨迹或缺乏逼真性,或精度不高,很难满足传递对准仿真的要求。通过对战机飞行原理及传递对准仿真用轨迹特征分析,建立飞行轨迹生成模型,设计出高精度轨迹产生算法,实现了VC++环境下的飞行轨迹生成软件。通过对算法分析及实例仿真,验证了软件能够灵活产生各种供传递对准使用的飞行轨迹,且数据产生速度快、精度高,符合传递对准仿真的需求。     

装甲车辆电源系统整流装置故障诊断方法

针对装甲车辆电源系统整流装置内部二极管的开路和短路故障,提出一种基于快速傅立叶变换(FFT)和Elman神经网络的诊断方法。在主电路结构基础上,通过增加外围测试电路的硬件设计方案,获取两路测试信号;对测试信号进行FFT运算,提取基波频率1次～6次谐波分量所占直流分量百分比为故障特征量,借助Elman神经网络的模式识别功能,实现整流装置故障诊断及模式分类。结合装甲车辆电源系统数学模型,基于仿真结果,构建了整流诊断装置诊断模型,开发了整流装置故障诊断系统,应用结果验证了该方法的有效性。     

基于虚拟阵列的信号源数估计算法

信号源数估计是智能天线技术的一个基本问题,经典的信号源数估计算法有:基于信息论"AIC"算法"MDL"算法、假设检验、平滑秩序列法以及盖氏圆算法等,这些算法在低信噪比、小采样、色噪声以及实际信源数近阵列阵元数时,会产生较大的误差。在Kullback准则基础上提出了一种基于虚拟阵列的改进算法,该算法通过对阵列接收的数据进行预处理,虚拟地增加阵元数,按照修正的规则,求取信源数。经仿真验证,该算法克服了经典算法在低信噪比、小采样、色噪声以及实际信源数接近阵列阵元数时,准确估计信源数的难题。