舰载捷联惯导动基座 F-QUEST 初始对准方法

针对目前基于惯性系的捷联惯导动基座对准方法信息利用率不高及矢量观测选取不确定性导致对准精度下降的问题,提出了一种新的舰载捷联惯导动基座滤波四元数估计（filter quaternion estimation,F-QUEST）对准方法。构建了捷联惯导动基座初始对准模型,并利用姿态矩阵链式法则将惯导初始对准转化为姿态确定问题,进而采用 F-QUEST 算法求取姿态矩阵以实现捷联惯导动基座对准。车载试验结果表明：相比传统方法,新方法具有更高的对准精度和更快的收敛速度,水平姿态角误差只需3 s 即可收敛到0．01°。     

火箭助飞鱼雷入水点测量系统的设计与实现

火箭助飞鱼雷入水点测量系统用于鱼雷试验中鱼雷入水点大地坐标和鱼雷水下二维弹道轨迹测量,首次采用了矢量换能器技术对入水信号进行测量,深入研究矢量信号的处理方法,给出系统总体方案设计、工作原理及系统组成等,并对系统中采用的时空关联等关键技术进行了分析,实验测试结果表明系统采用方法可行、设计合理,可为同类系统设计提供参考。     

基于曲线拟合的多传感器时间对准方法研究

针对多传感器数据融合时间不同步、数据率不一致的特点,提出了一种基于曲线拟合的时间对准算法.该方法能将不同传感器测得的不同采样周期的数据对准到同一时间点上,以便进行特征提取与数据融合.同现有算法相比较,该算法计算简单,速度快,提高了融合效率.     

捷联惯导初始对准中H_∞滤波器参数优化研究

对H∞滤波在捷联导航系统初始对准中的应用进行了研究。通过仿真和实验验证了滤波器在初始对准中的性能,并对如何设置参数进行了研究。结果表明,H∞滤波在参数选取合适的情况下方位角收敛速度比卡尔曼滤波快。当参数选取不合适的时候,H∞滤波会发散。虽然H∞滤波可能提高方位角收敛速度,但它自身的鲁棒性可能被削弱。因此,在实际系统中,必须选取合适的参数以保证滤波器的稳定性和初始对准的速度。实际使用过程中,先把参数设置为一个很小的值,再逐步调大以寻找临界值来获得最优的性能。     

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。     

【专题】运用时空大数据增强战场态势感知能力

时空数据是同时具有时间、空间和专题属性的三维数据。近年来,时空大数据技术领域取得重大进展,时空大数据也开始逐渐应用于战场态势感知,辅助联合作战指挥决策,推动了智能化战争的快速演进。本文基于未来战场对一体化联合作战战场态势感知的新要求,从用于支撑战场态势感知的时空大数据平台构建、时空大数据来源拓展和平台的优化利用等三个层次,探讨了打造军事作战资源“一张图”以支撑一体化联合作战战场态势感知的可行性;同时,对时空数据结构、数据平台和数据分析计算方法等方面进行了深入分析和重点布局。研究成果可对解决“参战力量在哪里,可配合的友邻力量有哪些,能使用的军事资源有什么”等问题和提升基于时空大数据技术的联合作战、全域作战能力提供技术及理论支撑。     

观点

正我秉承"苟利国家生死以,岂因祸福避趋之"的信念,为国家服务整整45年。我为国家和人民倾注了我全部的热情、心血和精力,没有牟过私利。我敢于面对人民、面对历史。——3月14日在十一届全国人大五次会议记者会上,国务院总理温家宝回答记者提问时说新疆对暴力恐怖分子不能施仁政。今后发生一起,坚决打击一起,发生一件,解决一件,绝不能让他们的屠刀对准我们     

一个团长的网络情结

近日,沈阳军区驻珍宝岛边防某团大车班司机们喜上眉梢,原来,他们当月的工资卡中每人多发了300元钱,虽然钱不多,却让官兵们真切感受到团党委对兵的一种关爱,对工作承诺的一种兑现。当然了,面对这些钱大车司机们首先要感谢一位爱发牢骚的战     

强跟踪扩展卡尔曼滤波及其在捷联惯导初始对准中的应用

针对在模型失配和观测噪声干扰情况下常规滤波器出现精度下降甚至是发散的问题,提出了基于自适应多重渐消因子的改进方法,即通过计算新息序列协方差的估计值确定多重渐消因子,提高当前观测量对滤波器的修正作用。仿真及实测实验结果表明:该算法可以有效抑制滤波发散,同时保证其快速收敛以及高精度估计。     

基于pLSA模型的人体动作识别

提出一种基于主题模型的人体动作识别方法。该方法首先提取时空兴趣点(STIP,space-time interest point)来描述人体运动,然后提出使用慢特征分析(SFA, slow feature analysis)算法计算兴趣点梯度信息不变量最优解,最后使用概率潜在语义分析 (pLSA, probabilistic Latent Semantic Analysis) 模型识别人体动作。SFA计算的梯度不变量最优解可以表示时空兴趣点固有特征,能够无歧义反映时空兴趣点在空间及时间方向上的信息。同时,针对pLSA隐性主题正确性无法保证的缺点,算法将主题与动作标签“一对一”相关,通过监督方式得到主题,保证了训练中主题的正确性。该算法在KTH人体运动数据库和Weizmann人体动作数据库进行了训练与测试,动作识别结果正确率分别在91.50%和97%以上。