改进Costas环的GPS载波跟踪环路

针对高动态环境下载波信号会产生较大多普勒频移而导致跟踪环路失锁的问题,对其基带信号进行双向限幅以改进Costas环的鉴相特性。同时,采用叉积型鉴频器,通过频率牵引使捕获后的频差达到跟踪模块的工作范围,并根据对锁相环和锁频环的特性分析及其各自的优缺点,选择锁频环辅助锁相环的复合结构。仿真试验结果表明,在高动态环境下(运动速度1 200 m/s)该跟踪环可以快速跟踪卫星信号,即时误差趋近于0,且当加速度达到40 g以上时,经过该复合环跟踪后的多普勒频移比传统锁相环减小了50%以上。     

特种装备水路运输保障联合训练训法研究

正由于特种装备具有重、大、精、贵等特点,组织水路运输保障联合训练难度大,要求高。随着世界新军事变革和信息化浪潮的到来,完成多样化军事任务,组织特种装备水路运输联合保障训练显得愈来愈重要,必须运用多样化、科学管用的训练方式和方法,组织军事代表办事处和部队、地方相关单     

混合动力车市场与先进电池技术发展研讨会在京举行

<正>日前,由中国化学与物理电源行业协会主办、风帆股份有限公司联合承办的"2014混合动力车市场与先进电池技术发展研讨会"在北京隆重召开,来自国家部委、国内外主要汽车厂家、电池厂家及相关产业单位、高校院所的院士、专家、领导共计300余人参加了此次会议。会上,风帆股份发表了《起停系统AGM蓄电池开发》报告,介绍了风帆在AGM电池方面研发进展情况及取得的成果。风帆从2011年即完成启停系统用AGM电池技术研发,同时完成具备批量生产能力的专用生产线的调试投产,定型产品2013年3月正式通过德国大众实验室试验认可,并与多家跨国企业签署协议,共同实现微混动汽车的市场化。     

非均匀杂波环境中基于粒子滤波的无参目标跟踪算法

目标跟踪算法通常包含对参数杂波密度的测量,该杂波密度通常是不均匀的。目前的无参目标跟踪一般是先假设一个先验未知的杂波密度,假设它均匀分布在一个选好的门限内。这和一个包含强杂波密度、多扫描的目标跟踪算法的选通门限有很大的不同。基于此,提出了一个替代杂波密度估计的无参目标跟踪方法,该算法不假设该杂波在选择的门限内。而是建立在对已测杂波密度估计的基础上,重要的是该估计是在后验目标的轨道更新以前就被估计过,即它是针对杂波密度逆向测量的修正估计。仿真结果表明:该算法在强密度非均匀杂波环境中的有效性。     

火炮射击模拟试验装置机液联合仿真

炮口强冲击实现火炮动态后坐是一种新型的火炮射击模拟试验方法。针对该试验方法,采用振动理论分析了其力学原理。基于ATV软件及多体动力学理论,建立了某自行火炮的虚拟样机模型;分别采用ADAMS及EASY5软件,建立了动力系统的多刚体模型及液压系统模型;在以上模型基础上建立了火炮射击模拟试验装置的机液联合仿真模型,并对其进行了仿真研究。仿真结果表明该试验装置能较准确地模拟火炮实弹射击时的后坐动态特性,为该模拟试验装置的工程应用奠定了理论基础。     

两种自动跟踪控制策略的比较

自动跟踪控制技术是防空火控系统设计的关键技术。也是未来无人化武器装备发展的关键技术。提出了两种自动跟踪控制策略,分别是:再生跟踪控制器和跟踪微分器。这两种控制器的设计思路均源于复合控制理论,介绍了复合控制、再生跟踪和跟踪微分器的基本原理,通过计算手段对两种自动跟踪控制策略进行研究和比较,并给出了在Matlab/Simulink下的仿真分析,为工程设计提供了参考。     

低空目标检测融合系统的结构与框架设计

在复杂战场环境下,传统的雷达系统很难检测到低空目标。针对低空目标信号微弱、背景杂波干扰强以及目标高机动性等特点,提出了一种低空目标检测融合系统的结构与框架设计方法。该融合系统通过引入混合式结构,增加了系统的鲁棒性与抗摧毁能力。在融合系统的传感器管理与分配环节,目标检测与跟踪方法融合环节,联合检测、跟踪与识别环节,通过对各模块的性能评估和动态优化,实现低空目标融合检测与跟踪性能的最优化。     

多Agent联合灭火救援协同组织研究

多Agent技术作为一种人工智能新技术已经迅速渗透到信息社会的各个环节中。在对联合灭火救援任务描述基础上,建立了联合灭火救援的协作结构,借鉴多Agent理论中的合同网协议,提出了联合灭火救援的任务优化分配和协作算法。此研究对于提高消防部队的作战能力,实现快速、高效、科学决策,保护人民群众的生命和财产安全有着重要的现实意义。     

地面机动目标跟踪问题研究

对地面机动目标跟踪问题进行了研究,针对当前存在的问题,提出了将交互多模型应用到地面机动目标跟踪的思想,从而提高跟踪的精度。     

基于视频图像的目标识别与跟踪算法

研究了基于视频图像的目标识别与跟踪算法。主要应用了Hog特征和支持向量机(SVM)分类器设计完成对目标的侦察识别。当侦察到目标时,采用高斯模型对目标和背景建模,结合卡尔曼滤波预测估计方法和均值漂移(mean-shift)理论,实现目标跟踪和定位功能。最后通过缩微环境中的案例演示,验证了所提算法的可行性。