《2012年涉华军事与安全发展报告》眼中的中国海军

资料来源美国国防部,2012年5月。图中数据和观点为美国国防部估计,不代表本刊认可其内容。"自20世纪90年代以来,中国海军已经从只拥有单一任务平台的部队,转变为拥有多用途现代化平台的部队。与10年前相比,中国海军许多舰艇装备了先进的防空系统、现代化的反舰巡航导弹和鱼雷。这些能力不仅增加了中国海军平台的打击能力,还使其能够在远离陆基防空力量保护范围的情况下进行作战。"——《2012年中国军事与安全发展报告》     

短波软件直扩调制解调器

将直接序列扩频技术应用在短波通信上，可以克服短波信道的多径衰落特性，增强抗干扰能力。但是由于短波信道带宽比较窄，数据传输速率受到了限制。为此，本文提出了一个直扩数据传输方案，以扩频增益8为例，信道速率可达到1．2kb/s，信息速率则为600b/s。该方案采用正交码扩频技术，同时，引入蜂窝移动通信标准SI－95中导频信道的思想，解决了正交码扩频信号识别和同步难的问题。在首先介绍了总体框图后，重点阐述了核心部分扩频调制解调模块的详细设计方案，并给出了基本参数，简要介绍了涉及的关键技术。最后从软件实现角度，介绍了产品的应用背景和技术特点。     

基于抗差Kalman滤波的航空发动机测试数据预处理技术

针对使用标准Kalman滤波算法不能准确处理包含粗差的航空发动机测试数据的问题,在分析标准Kalman滤波算法准则和观测误差对滤波估计结果影响的基础上,采用动态调整观测信息在滤波估计结果中权重的方法,给出了基于抗差M估计理论的抗差Kalman滤波准则和递推公式。对不同的发动机测试数据分别采取序列滤波的方法,减少了运算量。基于常加速度模型,建立了测量参数的状态空间方程和测量方程。以包含粗差的某型涡扇发动机稳定工作过程的模拟测量数据为例,采用所设计的抗差Kalman滤波器对其进行预处理,与标准Kalman滤波算法处理的结果对比表明,在模型误差一定的情况下,抗差Kalman滤波算法具有更好的估计精度。     

两种相位鉴别器下的导航接收机跟踪环路性能分析及比较

Costas环路是导航接收机中常用的载波跟踪环路,目前关于环路性能的分析很多,传统的分析方法以及结论均是基于信号功率归一化的乘法鉴别器,且一般认为环路带宽在输入信号信噪比变化过程中是不变的。本文通过对目前数字跟踪环路实现中常用的两种鉴别器(基于总功率归一化的乘法鉴别器和反正切鉴别器)进行精确建模和分析,据此得到了两种鉴别器精确的热噪声跟踪误差表达式,并进行了仿真验证。通过比较可知,在输入信噪比小于4dB时,反正切鉴别器和归一化的乘法鉴别器的性能基本相同,两种鉴别器所能达到的跟踪门限信噪比基本相同。本文的结论可用于精确指导导航接收机的设计。     

基于模板的态势估计推理模型与算法

分析了态势估计的三级模型,给出了基于模板的计划识别推理框架,研究了态势估计推理算法,并提出一个通用的态势估计模板匹配算法,最后运用专家系统工具CLIPS实现了事件/活动、军事计划的模板表示及推理,结果表明使用模板匹配的方法实现态势估计是有效可行的。     

GPS辅助惯性制导——新型精确制导弹药的关键技术

越南战争以来,武器装备最重要的变化是研制出了能够精确打击目标的武器。今天,精确制导武器已成为现代战争的主导武器。但是从海湾战争到科索沃战争,现有的精确制导武器在实战中暴露出很多问题;另外,如何使大量的库存常规炸弹变成精确制导弹药,也引起了各国军方的     

基于声强矢量的舰船目标运动参数估计

基于声强矢量测量法提出了舰船目标运动参数的估计方法,并提出了快速算法.计算机仿真实验表明,以上算法是可行的,可以实时估计出舰船的速度和距离。     

三维传感器组网偏差估计方法

采用地心地固坐标系作为统一坐标系,研究了3-D传感器组网中的偏差估计问题,根据同一目标位置在各个传感器探测中的迭合条件.运用一阶泰勒展式推导出各个传感器的距离、距离增益、方位角、仰角偏差的线性化公式,利用最小二乘法在线估计出各个偏差量,并实时进行修正,仿真结果验证上述方法的有效性.     

面向态势估计的多代理规划识别模型的研究

态势估计问题是数据融合的高层部分,如何有效的评估态势进而推理出敌军的目的、意图是要解决的问题;而在战役对象多、机动复杂的情况下如何推理更是一个待解决的问题。通过应用多代理规划识别理论,建立态势评估的推理框架,进而推出解决态势融合的推理算法。     

外弹道数据融合实时算法研究

信息融合技术可以大大减轻指挥决策的工作量,增加信息置信度,减少模糊性,改善系统可靠性.针对靶场实时测控数据处理中急待解决的成片野值干扰等难题,在实时环境中采用数据融合处理方法,讨论了外弹道数据融合实时算法所面临的关键技术,并通过分析与论证得出可行性结论.结论对进一步的系统设计与软件实现具有指导意义.