基于对偶四元数的航天器六自由度相对运动输入有界控制

利用对偶四元数的理论来分析航天器六自由度的相对运动,设计了一种考虑输入有界的姿轨一体化控制器。在介绍对偶数和对偶四元数的基础上推导六自由度相对运动的姿轨耦合模型;利用双曲正切函数绝对值小于1的特性来显式地构造有界控制器,分别设计两个相互耦合的自适应调节律来动态地改变控制器的输出,并基于李雅普诺夫稳定性理论严格证明了闭环系统的全局渐近稳定性;利用数学仿真实验来验证该控制器和控制力满足给定的约束条件,能够实现航天器六自由度相对运动的精确稳定控制,并且对模型参数不确定性和外界扰动具有鲁棒性。与其他方法相比,由该控制器计算得到的控制力矩器的收敛速度更快,输出的控制力矩和控制力的最大幅值更小,且消耗的能量也更少。     

美国全球作战支持系统

美国的全球作战支持系统(GCSS)是 "武士C4I"的一个组成部分,它将人员、后勤、采办、医疗等支持功能集成到一个跨功能的环境中.GCSS将实现作战支持功能之间以及作战支持与指挥控制功能之间的端对端的信息互操作,为联合作战人员提供融合、实时的多维战场视图.主要介绍了全球作战支持系统的功能、系统组成及其未来作战能力.     

一种基于Q-R矩阵分解的自适应滤波算法

由于计算误差等因素的影响,致使滤波协方差阵不对称或负定,从而导致滤波器发散,影响滤波算法的收敛速度和稳定性。在机动加速度"当前"统计自适应卡尔曼滤波算法的基础上,引入了基于Q-R矩阵分解的自适应卡尔曼滤波算法。将协方差阵分解为两个矩阵的乘积,来保证协方差矩阵的正定性。仿真结果表明,该算法可以较好地跟踪机动目标,具有精度高、稳定好、收敛快等特点。     

多架无人机协同作战智能指挥控制系统

给出一种基于Agent技术的多架无人作战飞机协同控制系统的设计方法,该系统由几类Agent构成情报决策Agent、单机自主决策Agent、协同决策Agent等.由于利用了Agent的两大优良特性--自主性和协同性,系统能够控制多架无人作战飞机,各无人机对不断变化的战场环境也具有很高的适应性.     

美陆军C4I系统发展扫描

随着C4I系统逐步发展成为战争中争夺电磁优势"制高点"的关键环节及战场上的中枢神经,以干扰、破坏敌方的C4I系统,保护己方的C4I系统为目的的C4I对抗,日益引起世界各国高度重视。为适应C4I系统对抗日趋激烈的形势,做到知己知彼,综述了美陆军C4I系统的发展现状,以便更有针对性地发展我国的C4I系统。     

登月舱制动段最优机动中的状态跟踪

本文根据登月舱的运动方程,在固定推力条件下,给出最优推力方向。在最优推力方向上对摄动方程加入自适应调节控制,得到状态跟踪的稳定性,使受控系统的输出跟踪状态精度得到保证。     

增量元学习IDBD算法在轴频电场信号检测中的应用

为了提高海洋环境电场背景中微弱舰船轴频电场的检测能力,针对传统的最小均方误差算法进行了改进,提出了一种基于增量元学习IDBD算法的自适应线谱增强器。利用所提算法对舰船缩比模型产生的实测轴频电场信号数据进行处理,结果表明该算法在低信噪比的情况下能够有效地将微弱轴频电场信号从宽带背景噪声中分离出来。所提算法相比于普通的自适应线谱算法,在改善信号的信噪比方面效果更加显著,且具有更快的收敛速度和更小的稳态误差,极大提高了舰船轴频电场的检测能力。     

尺度自适应特征压缩跟踪

为在复杂环境中对目标进行长时间精确跟踪,提出一种尺度自适应特征压缩跟踪算法。通过结构约束性采样,获取不同尺度不同位置的扫描窗,离线计算不同尺度下的稀疏随机感知矩阵。在线跟踪时利用这些矩阵感知对应尺度的图像采样块,实现特征降维,提高运算速度。利用朴素贝叶斯分类器对降维特征判决,在线学习更新分类器参数,找出具有最高分类得分的采样块作为新的跟踪结果,实现跟踪位置及尺度的自适应更新。实验结果表明,该算法能适应目标的基本姿态变化及尺度缩放,不依赖于目标初始跟踪区域尺度选取,跟踪结果具有较强的鲁棒性。     

多平台雷达有源干扰资源分配算法

根据现代干扰机特点,建立"多对多"雷达有源干扰资源分配数学模型,结合分配算法的具体应用环境,提出了基于多Agent分布协同拍卖的雷达干扰资源分配算法,实例表明该方法可行。     

基于均匀线阵的导引头STAP检测研究

针对导引头下视跟踪目标的典型状态,开展了均匀线阵导引头空时自适应处理(STAP)检测研究.在分析空-时信号环境的基础上,建立目标回波与STAP检测模型,并通过仿真对检测性能进行分析,发现当阵列平行于水平面时,STAP能够获得较好的检测性能,可以获得不超过50m/s的最小可检测速度.如果导引头姿态变化,STAP检测性能将会下降,当阵列俯仰角增大到30°时,将难以检测到目标.