变论域模糊自适应滑模有限时间收敛制导律

针对拦截高速机动目标的需求,研究了一种变论域模糊自适应滑模有限时间收敛制导律。推导了导弹-目标空间拦截模型,设计了三维滑模制导律;根据有限时间收敛制导律专家的经验,采用模糊自适应控制方法对滑模制导律的非切换项进行逼近,并设计了有限时间收敛模糊控制规则;提出了一种新型变论域伸缩因子,设计了基于新型伸缩因子的变论域模糊自适应滑模有限时间收敛制导律。仿真结果表明,所设计的制导律能够使导弹准确命中目标,并能够达到视线角速率有限时间收敛,且与比例制导律相比,具有更高的制导精度和更短的飞行时间。     

网络中心战战场精确时间的同步技术

本文阐述网络中心战战场的时间同步技术、精确时间体系结构、双向比对远距离时间同步技术。对各种时间获取技术进行了比较,对GPS定时原理作了较为详细的说明。     

水下声源引起的水表面横向微波的理论研究

利用水下声信号在水表面引起的水表面横向微波振幅很小的条件,将普遍的流体力学方程线性化,推导出在水下点声源的激励下,水表面产生的二维横向微波色散关系以及波的传播形式。结果表明,二维水表面的横向微波具有和一维情况类似的结果,即具有波长短、传播速度小的特点,因而可以对入射到表面的激光束进行调制,为水下声信号检测奠定了理论基础。     

刚性包带式星箭锁紧机构分离性能研究

针对一种新型双点解锁刚性包带式星箭锁紧机构,运用软件ABAQUS显式动力学模块进行数值仿真计算,通过接触力学理论推导了螺栓预紧力与轴向接触载荷的关系式,基于单因素分析方法探讨了预紧力、摩擦因数和弹簧刚度对包带分离性能的影响规律及作用机理,采用Min-Max标准化对各影响因素进行显著性分析.结果表明:轴向接触载荷的仿真结...     

基于时间反转声学理论的超声相控阵超分辨率成像方法

在超声相控阵检测领域,常规成像方法遵守瑞利准则,其成像分辨率受到波长限制。研究时间反转多信号分类(Time Reversal-MUltiple SIgnal Classification, TR-MUSIC)方法,在保持超声波工作频率不变且不影响系统探测深度的前提下,可提高成像分辨率,实现超分辨率成像。通过全矩阵采集方法获取被测对象的超声阵列数据;利用平面B扫描和TR-MUSIC方法处理数据,得到二维和三维超声图像;依据图像特征评估被测对象内部状况。实验选取加工不锈钢试块作为被测对象,搭建超声相控阵检测系统,在试块内部加工6个直径为1 mm、可视为点散射体的相邻贯通孔作为缺陷。实验表明,TR-MUSIC方法能够区分并定位这6个相邻点散射体,而平面B扫描方法则不能。因此,基于时间反转声学理论的TR-MUSIC方法可以提高成像分辨率,改善超声图像质量。     

不同采集设备时间对准研究及误差分析

在数据采集和测试领域,经常出现对不同采集设备的记录参数进行对比分析的情况.为保证对比分析的正确性,需要对来自不同采集设备的数据进行时间上的对准.针对采集设备缺少时间信息的情况,提出一种利用关键参数的关键变化节点实现不同采集设备时间对准的方法.选取记录在不同采集设备中的同一个参数设为关键参数,分别查找该参数在两采集设备中发生同一状态变化的采集时刻位置,该时刻位置作为关键时间节点.利用该关键节点和采集设备的采集频率,实现不同采集设备起始时刻的对准.最后利用数值内插,实现不同采集设备在任意时刻的时间对准.通过均值和方差工具对该方法的时间对准精度进行分析,结果表明时间对准精度取决于采集设备的采集频率,当不同采集设备采集频率差异较大时对准精度取决于较低的采集频率.     

基于SVD与数学形态学分形维数谱的战场声特征提取

分形维数作为战场声信号的特征,存在特征数量不足,反映信号非线性不充分的问题,提出了一种基于SVD与数学形态学分形维数谱(Singular Value Decomposition And Mathematical Morphological Fractal Dimensions Spec-trum,SVD-MMFDS)的战场声特征提取方法.对声信号构造Hankel矩阵,再进行SVD分解,根据信号频率与奇异值的关系,重构信号分量.将这些重构信号依次线性叠加,每叠加一次信号分量就计算一次分形维数,直至完全恢复原信号;通过这种方法,构成数量多且更能反映信号非线性的分形维数谱.运用半实物仿真实验将SVD与数学形态学分形维数谱的方法,与变分模态分解(VMD)和分形维数结合的方法进行对比,该方法提取的战场声特征具有更好的区分度且特征数量更多,为利用信号非线性来识别战场声目标提供较好的选择.     

结合自适应时间权重的改进STRCF目标跟踪

针对STRCF算法时间权重因子固定,且常因长时遮挡等原因造成跟踪漂移的问题,提出了一种自适应时间权重学习的目标跟踪算法.利用峰值旁瓣比在线动态更新时间权重因子以提升跟踪器的准确性.在跟踪器中嵌入遮挡判断模块,设定条件判断是否发生遮挡,以决定是否停止对目标位置的更新.实验结果表明:该算法的精确度与成功率分别为0.880和0.814,相比STRCF算法分别提升了2.6％和2.0％,且跟踪速度达到28.61帧/s,在CPU上可以达到实时.