C3I系统中的态势关联技术

态势关联是在态势估计前必须解决的一个问题,即要将不同时刻的态势数据进行关联,得到各个时刻态势数据中描述的目标间的关系。对时间间隔比较长的态势数据的关联,研究了一种基于模糊推理的态势关联方法,综合考虑了目标属性信息和状态信息、战场环境信息、指挥人员的态势预估计知识,通过推理得到关联的结果。     

多变量稳定裕度的计算方法综述

稳定裕度是评价一个控制系统的重要性能指标,它的作用在于告诉人们系统稳定的可靠程度。经典的Ｂｏｄｅ或Ｎｙｑｕｉｓｔ图能很好地度量出ＳＩＳＯ系统的稳定裕度,但其对ＭＩＭＯ系统却无能为力。文章介绍了当前用于计算多变量稳定裕的９种方法,并简要地进行了评述。最后,把计算简单而保守性又相对较小的奇异值方法应用于某ＢＴＴ导弹自动驾驶仪俯仰／偏航通道的鲁棒稳定性分析。     

带限信号高频重建频域极小化外推算法

通过离散Fourier变换,给出了一个频域极小化外推算法。该算法能较好地抑制噪声干扰,其计算量小,计算机仿真结果表明,该方法有良好的应用前景。     

极化域-空域联合估计在反辐射导弹抗诱偏中的应用研究

提出了将极化阵列应用到反辐射导引头上,导引头利用目标与诱饵的极化差异,采用极化域-空域联合估计方法抗诱偏。首先,利用波达方向矩阵法,估算出雷达与诱饵的空间二维到达角和极化参数,将估算出来的二维到达角信息为反辐射导引头提供导引,极化参数用来鉴别雷达与诱饵,从而达到抗诱偏的目的。然后,结合导弹运动方程及导引方程对反辐射导弹抗三点源诱偏进行了全弹道数字仿真,并且采用Monte-Carlo方法对全弹道仿真进行了多次实验,仿真结果证明了将极化域-空域联合估计应用于反辐射导引头抗诱偏的可行性。     

电荷泵中单粒子瞬变的研究

为分析电荷泵中不同频率单粒子瞬变(SET)电流对锁相环(PLL)的影响,采用频域分析法从增益和带宽的角度研究了环路参数与SET响应的关系。分析结果表明,减小环路滤波电阻可以降低系统增益,从而有效降低压控振荡器控制电压的扰动;增大固有频率或阻尼因子则可以提高系统带宽,从而滤除更大范围的SET电流,同时还可以降低PLL恢复到锁定状态的时间。因此,减小环路滤波电阻、增大固有频率或阻尼因子是有效的设计加固方法。通过1GHz PLL的SET模拟验证了上述结论。     

分离模块航天器不确定性多学科设计优化

为了在分离模块航天器研制过程中充分考虑各类不确定性因素的影响,以此对全寿命周期成本、收益以及系统稳健性和灵活性进行综合评价和设计优化,本文对新概念航天器——分离模块航天器概念设计阶段的不确定性多学科设计优化(UMDO)进行了研究.首先,对UMDO方法进行了概述,对分离模块航天器UMDO的主要流程进行了介绍.其次,对分离...     

改进Bubble函数的多分辨率边缘提取方法

在数学上,通常用Bubble函数来描述神经系统的侧抑制现象.Bubble函数在频域里相当于一带通滤波器,它可以反映不同的时域、频域特性,但它不具有调节带宽的功能.因此对Bubble函数进行改进,改进后的Bubble函数能够通过调节参数来获取不同时域、频域响应和滤波效果.最后,用改进的Bubble函数将小波和侧抑制有机地结合,构造出多分辨率侧抑制网络,该网络利用小波变换去除噪声、侧抑制网络突出边缘,从而可以准确、有效、快速地提取出图像边缘.     

LMI的鲁棒H∞滤波在惯导初始对准中的应用

给出了基于线性矩阵不等式(LMI)的鲁棒H∞滤波器的设计过程,该方法克服了传统的代数Riccati方程方法诸多条件的限制.当把系统模型不确定性用多胞型表示时,只需求解线性矩阵不等式组,可以方便的设计滤波器.在惯性导航系统(INS)初始对准中的应用表明,基于LMI的鲁棒H∞状态估计器在系统参数具有不确定性时,仍能保证较短的对准时间,并可使估计失准角收敛,具有良好的鲁棒性.     

电子战装备效能评估中的不确定性信息处理

电子战装备效能评估过程中存在着大量的不确定性信息。首先介绍了不确定性信息的概念、分类与研究进展;进而研究了电子战装备效能评估过程中不确定性信息的来源及其处理技术框架,并对概率统计、模糊数学和灰色理论方法进行了比较分析;最后指出了对装备效能进行更有效的评估还必须深入研究的一些问题,特别是一种同时能包含几种不同类型不确定性信息的综合度量模型和算法将是下一步的研究方向。     

引入权重因子的证据合成方法

D-S理论是一种有效的不确定性推理方法,但在证据完全冲突或冲突较大时,D-S证据合成公式失效.Yager等学者对此作了改进,但是改进后合成公式又存在着新的问题.考虑到证据在合成过程中的重要程度不同,将权重因子引入到合成公式中,通过权重因子的作用和冲突概率的重新分配,提出了引入权重因子的D-S证据合成方法,新的合成公式提高了证据合成的可靠性和合理性,可得到更为理想的合成结果.