非线性放大器对伪码测距误差的影响分析

在高精度伪码测距系统中,高功率放大器(HPA)是信号发射链路的重要组成部分,HPA会对发射信号引入非线性失真,进而恶化系统的伪码测距性能.通过理论推导和数值分析的方法,研究HPA的非线性特性对高精度伪码测距误差的影响,给出非线性放大条件下,伪码跟踪误差与放大器类型、放大器输出回退(OBO)、扩频码形参数等的定量关系.研究结果对工程上HPA的选择、功率余量的保留、基带扩频码形的设计等具有重要的参考价值.     

基于IFTS的网络动态负载均衡方法

针对网络负载均衡过程中节点负载变化趋势难以预测的问题,在分析网络负载模糊时序变化特性的基础上,设计了可变阶自循环误差校正机制,构建了网络负载直觉模糊时间序列(IFTS)预测模型,并将基于IFTS的负载预测与网络动态负载均衡相融合,提出了基于IFTS的网络动态负载均衡方法,有效地提升了网络负载预测精度,增强了动态负载均衡系统运行效率,改善了网络整体服务质量。并通过典型实例验证了该方法的有效性和优越性。     

多序列跳频无线通信系统抗多音干扰性能研究

常规跳频系统（FH-2FSK）发送的调制信号易被干扰损伤,提出的多序列跳频（MSFH）无线通信方式不需对载波进行调制,直接以载波频率来表示消息,且每跳所使用频点的随机性比FH-2FSK强．通过理论分析得到了加性白高斯噪声信道下存在多音干扰时MSFH系统误码率的闭合表达式,由数值和仿真结果可知,在信道中仅存在加性白高斯噪声时,MSFH与FH-2FSK误码率性能相同;在最坏多音干扰下,MSFH与FH-2FSK相比约有3dB误码率性能增益,抗多音干扰能力更强．     

一种面向虚拟维修训练的拆装序列描述方法

通过分析机电产品的维修特点、虚拟维修训练的需求以及产品维护规程的结构特点,提出了一种采用树型和有向图混合结构来统一描述产品维护规程和拆卸安装序列的方法,并以Visual C++/MFC为工具,开发了维护规程控件,解决了虚拟维修训练中产品维护规程和拆卸安装序列的同步直观显示、约束关系解算、规程文件存取等问题,并为维护规程的可视化编辑提供了工具。实践表明,该方法满足虚拟维修训练对维护规程和拆装序列的描述要求。     

构建与现役部队“功能互补、一体发展”的预备役部队

预备役部队属于中国人民解放军编制序列,是国防后备力量建设的重点,是战时首批动员、成建制遂行任务的主要力量。经过多次调整改革,预备役部队建设取得了明显进步,但与未来战争中担负使命任务的要求还存在较大差距。必须进一步解放思想、更新观念,着眼新的使命任务加快转型步伐,努力建设与现役部队＂功能互补、一体发展＂的新型预备役部队。     

基于方位特征序列的地雷鉴别算法

在使用低频超宽带合成孔径雷达(UWB-SAR)对地雷进行探测的过程中,根据目标电磁散射随方位角和入射角的变化特性,提出一种利用双峰间距和频率凹点特征沿方位向变化的隐马尔科夫模型(HMM)鉴别算法。该算法首先针对目标感兴趣区域(ROI)图像估计其各方位回波响应,然后利用时频原子提取时域双峰间距和频率凹点,进而得到随方位角变化的特征序列,再通过SAR工作时方位角和入射角的变化特点以及训练样本确定HMM参数,并在此基础上计算疑似目标新的特征矢量,采用马氏距离进行判别。实验结果表明了本文所提方法在目标鉴别方面的有效性。     

基于EMEBN的空中目标战术意图识别方法

战术意图识别是战场态势分析与威胁评估中的重要一环,针对复杂战场环境中敌目标战术意图存在的动态性、序列性等问题,构建能够描述目标战术意图表达和推理的动态序列贝叶斯网络模型（dynamic series bayesian network,DSBN）,分析多实体贝叶斯网络（multi-entities bayesian network,MEBN）在表达规则知识概率迁移关系和序列关系的局限性,提出基于扩展多实体贝叶斯网络（extended multi-entities bayesian network,EMEBN）的战术意图识别模型构建方法,最后通过实例验证该方法的可行性和有效性。     

多参数捷变雷达快速MTD算法

相比于传统的脉冲-多普勒体制雷达,多参数捷变雷达具有十分优秀的抗干扰能力,这使得其在复杂电磁环境下被广泛应用。然而,脉间参数的变化会严重破坏回波脉冲的相干性,导致动目标检测（moving target detection,MTD）等相干处理难以实现。针对以上问题,提出一种针对多参数捷变雷达的快速MTD算法。该算法对多参数捷变信号进行建模和稀疏表示,采用快速傅里叶匹配追踪（fast fourier matching pursuit,FFMP）对回波信号进行重构以实现MTD。仿真结果证明了本方法的有效性、优越性以及该方法在运算量上的优势。     

灰靶理论的空中目标威胁评估与排序

对空中目标的威胁程度进行科学的评估与排序是防空指挥的重要环节,是防空指挥员进行火力分配的主要依据,也是防空指挥自动化系统的重要功能之一.灰靶理论是处理模式序列的灰关联分析理论,其核心概念是靶心度,可以依据靶心度进行模式分级.分析了影响空中目标威胁程度的主要因素,并基于灰靶理论建立了空中目标威胁评估与排序的数学模型,提出了应用灰靶理论进行威胁评估与排序的方法,为防空指挥员进行科学决策提供了理论依据.     

基于自校正卡尔曼滤波器的信息融合算法

设计了一种新的基于ARMA模型自校正卡尔曼滤波器及其信息融合的方法,从而避免了经典卡尔曼滤波器需要精确知道系统的模型参数和噪声统计特性的缺点.仿真结果表明,在未知部分模型参数和噪声统计特性的情况下,自校正卡尔曼滤波器的滤波性能非常接近稳态最优卡尔曼滤波器;基于自校正卡尔曼滤波器的信息融合滤波性能接近基于稳态最优卡尔曼滤波器的信息融合滤波性能.