模糊优化理论的武器-目标分配模型及求解算法

武器-目标分配问题是一个典型的NP完全问题,随着武器和目标数量的增多,以及分配结果评价标准多样性的存在,传统的优化求解算法如隐枚举法、割平面法、分支定界法等很难进行有效地求解。介绍一种基于模糊优选技术的多目标混合优化理论,运用该理论建立了多个指标下的最佳武器-目标分配模型,并将蚁群算法应用于对模型的求解,为解决复杂的武器-目标分配问题提供了一种有效方法。     

空间重采样的宽带多重信号分类算法高分辨方位估计

空间重采样法是宽带恒定束宽波束形成的一种重要方法,采用声矢量阵推导了基于空间重采样的宽带MUSIC算法,并和相干子空间FFT插值法做了仿真比较,结果表明,所提算法的性能优于FFT插值法,表现为更低的分辨信噪比门限和估计均方误差上.     

改进的粒子群神经网络在飞控中的应用

针对BP神经网络对初始值敏感、容易陷入局部寻优且收敛速度较慢,提出用粒子群对神经网络的参数进行优化,同时设计了衰减的指数函数对惯性权重进行动态调整以提高算法性能.并应用该算法对导弹飞控系统的逆误差进行补偿,仿真结果表明,该方法对逆误差进行了有效的补偿,避免了局部寻优并提高了学习效率.     

加快推进预备役部队建设转型研究

党的十八大强调指出:"紧跟世界新军事革命加速发展的潮流,积极稳妥进行国防和军队改革,推动中国特色军事变革深入发展。"预备役部队作为我军的重要组成部分和国防后备力量的重点队伍,贯彻落实党中央、中央军委统一部署,关键在于加快转型建设步伐。一、科学把握职能定位,牵引转型发展方向     

应急辅助定位及精度评估方法研究

在可视导航卫星数少于四颗、无法进行传统导航解算的恶劣环境下,导航接收机可利用外部高程气压计提供的高程或者内部守时模块的钟差等信息进行应急辅助定位。在该应急辅助定位工作模式的误差分析中,传统导航定位误差传递模型无法适用。针对此问题,本文在研究三星结合高程、三星结合钟差、双星结合高程钟差等几种应急辅助定位原理的基础上,给出了新的应急辅助定位误差传递的分析模型,利用仿真算例验证了该模型的正确性。通过对定位精度的分析,说明根据卫星分布特点可以按照本文方法量化得到伪距测量与辅助信息的精度的最优数量级关系,可以用最小代价实现定位精度的提升。该结论可指导接收机外部辅助器件的选择。     

卫星导航接收机中积分清零器的性能分析

为了使跟踪环路得到最高的输入信噪比,卫星导航接收机在时延估计时应使用匹配滤波器。但出于节省硬件资源的考虑,卫星导航接收机通常采用积分清零器完成相关运算。然而积分清零器相对于匹配滤波器存在性能损耗,对此目前尚无量化的结论。本文推导出积分清零器性能损耗的解析表达式,并使用Monte Carlo仿真的方法验证结论的正确性。理论和仿真结果表明当采样率为2倍的前端带宽时,积分清零器相比匹配滤波存在约0.44dB的损耗,当采样率提高到4倍信号带宽时,积分清零器的性能损耗几乎可以忽略。该结论对卫星导航接收机的设计具有重要的意义。     

一种由条件确定导引时机的线导鱼雷导引方案

基于对水下平台获取目标信息客观实际的分析,指出以固定的导引周期、自动实现线导鱼雷整个过程的导引是难以实现的.为此,线导鱼雷导引方案设计必须综合利用各种渠道所获得的目标信息资源和鱼雷的高速制资源,才能大幅提高线导鱼雷的使用性能.通过仿真研究提出:“由条件确定导引时机”的概念,给出利用“依赖条件调度的管理器”对来自各方面的目标方位进行优先级排序并控制导引算法调度时机的技术方法;利用“间断导引”兼顾导引平台听测与鱼雷快速接近目标之矛盾的技术方案,给出了确定“听测速度”、转换方法和转换时间间隔的技术方法和途径.     

无人作战飞机对地攻击火/飞耦合控制器设计

针对实现无人机对地攻击构建攻击综合火力/飞行控制系统的关键问题,提出设计一种以耦合控制器结构完成现有分离的火控系统和飞控系统的综合.由火控系统解算出无人机对地攻击的攻击区和投弹区并生成参考攻击轨迹,耦合控制器根据参考攻击轨迹,控制无人机进行参考攻击轨迹跟踪.设计耦合控制器综合控制策略,避免了因纵向通道和横侧通道交联带来的控制误差;设计耦合控制单元,完成舵机和副翼的偏转量的解算.仿真结果表明:该耦合控制器能根据目标位置较好的完成控制量解算,控制无人机进行轨迹跟踪,实现对地攻击.     

冲激回波信号的双二重相关匹配滤波技术研究

超宽带冲激脉冲回波检测是超宽带雷达探测目标的关键,检测效能的高低将决定超宽带雷达的应用.在传统二重相关匹配滤波技术的基础上,提出了双二重相关匹配滤波技术.分析了双二重相关匹配滤波技术的检测原理,建立了超宽带冲激脉冲串回波信号模型,对比了不同信噪比下2种接收技术的仿真结果,仿真结果表明接收技术改进后能进一步抑制噪声,提高信噪比.研究对超宽带雷达接收机的设计有一定的借鉴和参考价值.     

一种新的基于网格聚类的雷达信号预分选算法

雷达信号分选一直是雷达对抗情报处理中的难题,将网格聚类应用于雷达信号预分选,针对现有网格聚类需要输入网格划分、网格边界处理精度低等问题,提出一种新的基于网格聚类的雷达信号预分选算法.该算法根据网格数据压缩率自适应确定网格划分和密度阈值,并对网格边界进行优化处理.仿真实验表明,该算法能有效适用于雷达信号预分选,且有较强的抗噪声能力.