基于多状态故障树的舰船装备可靠性分析方法

为分析舰船装备的系统和单元部件介于正常和故障之间的中间过渡状态,结合实际工作情况,提出了一种基于多状态故障树的可靠性分析方法。以舰船电力系统为例,将传统故障树模型的底层事件布尔单元改进为可维修的三态（正常、劳损降级和故障）单元部件;结合智能体董正琼技术建立该多状态故障树仿真模型,各事件之间的从属关系采用抽象映射进行描述;通过多次蒙特卡洛仿真运行,根据各底事件发生概率定量计算出电力系统的可靠度统计值为99.624%,在一定程度上验证了所提可靠性分析方法的可行性。     

适用于GPU处理的长更新周期卫星导航信号载波相位跟踪环路

针对短环路更新间隔下GPU处理效率受限而长更新间隔下传统跟踪环路在高动态场景下不稳健的这一矛盾,提出一种可适应高动态场景的长更新间隔载波相位跟踪算法,该算法设计了一种低复杂度线性调频信号参数估计方法,实现跟踪初始阶段多普勒及变化率的精确估计进而消除大部分信号动态,在跟踪过程中采用4阶卡尔曼滤波对残余信号相位及动态进行精细跟踪。经仿真验证,200 ms更新间隔下,可实现多普勒一次/二次变化率分别达800 Hz/s、64 Hz/s²正弦运动场景下载波相位的快速稳定跟踪,1次更新即可收敛,跟踪灵敏度低至23 d B-Hz,相位跟踪精度远优于传统3阶锁相环路。     

美国战争利益从疆域占领到权力角逐的刚性约束

美国战争利益追求表现为始自于对土地的渴望、终结于对权力角逐的发展轨迹。引致这种战争利益渴望转化的决定性因素是国家管理成本收益变化规律,即一个国家的国土规模并非越大越好,一旦管理成本超过了国土规模所带来的收益时,国土规模的无限扩大便失去了应有的经济学含义。追求国家适度规模即国民经济产出最优时的疆域面积应是国家的最佳国土规模。从经济学的角度讲,美国战争利益的渴望不再有疆域扩张的冲动,而表现为对市场、权力和战略资源分配控制权的争夺。这种对权力的追逐并非表明美国战争及其战略好斗性和进攻性的减弱,而是国家国土适度规模效应作用的必然结果。美国战争的经济性特征及其规律就深藏在这种刚性的成本约束之中。     

伪线性卡尔曼滤波的观测器轨迹优化算法

单站被动式跟踪存在强非线性和弱可观测性,即便观测器的运动满足可观测性条件,滤波仍然可能发散.针对此问题,使用伪线性卡尔曼滤波器,应用费希尔信息量、罗美达下限等方法对轨迹进行优化,该优化方案避免了对目标与观测器的径距信息的近似.仿真表明:该方法与传统方法比较,计算量较小,优化得到的轨迹简单,滤波精度得到改善.最后给出了在一定条件下,观测器的"最优"运动规则.     

武器装备体系评价指标系统研究

近年来,武器装备体系研究成了复杂系统问题的一个研究热点,然而对它的评价方法、评价指标等方面的内容还处于争议状态.针对武器装备体系评价指标问题进行了系统分析,提出了建立装备体系评价指标系统的原则;根据原则给出了一个装备体系评价指标系统的框架,并对框架中各个指标的意义进行了说明.而要把这些指标综合起来,即将多指标转化成单指标的问题,就要用到系统效用分析方法,此方法在作者的其他文章中有详细的论述.     

目标信息的时效性分析

战场态势是随时间不断变化的,描述战场实体状态的目标信息有其寿命周期,须及时生成并提供给使用者.提出信息价值和信息时效性的概念来衡量指挥自动化系统提供的目标信息是否满足作战行动对时间的要求.信息价值因为延时而衰减,从而降低使用信息所能达到的效果.通过分析信息延时对决策质量、毁伤概率的影响,分别讨论了信息用于决策和作战的时效性.     

机载多传感器角度融合跟踪结构与算法

未来战机的作战环境要求机载多传感器数据融合系统在仅有角度测量信息情况下仍须具有稳定的目标跟踪能力.对机载多传感器的角度融合跟踪系统的结构和算法进行了研究,分别给出了两个传感器同步测量时的集中式状态估计算法和异步测量时不损信息量的混合式状态估计算法,即顺序滤波方法,并对相应算法进行了仿真验证.     

坦克交流全电式炮控系统的速度控制

介绍了交流全电式坦克炮控系统的特性,为改善系统稳定工作状态时的低速性能,研究出了两种变结构切换速度控制策略,对这两种切换方案进行了分析比较,并分别进行了试验验证,试验结果表明这两种方案都具有良好的动静态性能,能满足系统的性能指标要求.     

基于STK的1对1近距空战可视化仿真实现

在分析1对1近距空战核心模块的基础上,提出了基于STK(Satellite Tool Kit)可视化仿真方案的实现框架,对输入文件的格式、控制台接口的设计等问题进行了说明,该仿真平台不仅对飞机、武器、目标的轨迹以及探测系统、武器系统的状态进行了实时的监测输出,还逼真地模拟了战斗机飞行和作战的各种画面,为仿真平台操作人员提供了良好的操作界面,最后通过仿真实例,显示了基于STK可视化仿真的高效、逼真的优势.     

支持向量机的可靠度时序预测分析与应用

提出了一种利用支持向量机进行可靠度时序预测的方法.通过重构相空间的饱和嵌入维数,确定支持向量机的最佳输入变量;利用支持向量机强大非线性映射能力、网络结构的自动最优化特性,实现时间序列的非线性预测.最后,应用于某型发动机涡轮增压器可靠度预测,结果证明该方法具有较高的预测精度和较强的推广能力,对于一般意义上的可靠度监测具有重要的价值.