基于接收机跟踪性能的GPS压制干扰效果分析

随着抗干扰技术的发展,为了更准确地分析P(Y)码与C/A码GPS接收机的压制干扰效果,在分析现有GPS接收机压制干扰效果研究方法和评价指标的基础上,提出了一种基于接收机跟踪性能的可用于同时分析P(Y)码与C/A码GPS接收机压制干扰效果的方法.与传统的压制干扰效果研究方法相比,该方法更接近于实际试验结果.     

模糊PID控制在制导滑翔弹滚动稳定回路中的应用

由于制导滑翔弹在不同高度变速飞行过程中,其飞行动力系数随着飞行条件的变化而发生较大变化,呈现严重的非线性,给控制系统的设计带来较大困难。结合模糊控制和PID控制的特点,提出一种基于模糊PID的控制系统设计新方法,并将此方法用于制导滑翔弹稳定回路中,仿真结果表明这种控制器可使系统获得很好的相对稳定性和鲁棒特性,并克服了工程上自动驾驶仪PID控制参数设计中的盲目性。     

面向 MPP Fortran 的程序自动并行化初探

ＭＰＰＦｏｒｔｒａｎ是由Ｃｒａｙ公司推出的一种较有代表性的数据并行语言,本文首先介绍了ＭＰＰＦｏｒｔｒａｎ的主要特点,然后,以该语言为例,对面向ＭＰＰ系统程序自动并行化的主要内容进行了初步的探讨。     

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。     

自旋载体中的超紧组合GNSS接收机跟踪环路设计

自旋载体是全球导航卫星系统接收机的一种典型应用。当全球导航卫星系统载体自旋时,旋转产生的高阶动态将导致传统跟踪环路失锁;全球导航卫星系统与惯性导航系统组合可以有效补偿信号的高阶动态。因此,提出了一种利用惯性导航信息辅助卫星导航信号跟踪的超紧组合导航接收机环路设计方法,并分析了惯性导航信息辅助速率、自旋载体转速和信号载波相位误差之间的关系。通过仿真验证了所提接收机环路结构可以有效解决自旋载体接收机的信号跟踪问题,且相比于卫星导航单系统三阶环路而言,所提超紧组合环路结构可以显著提升自旋载体接收机的定位精度。     

基于作战环的单目标毁伤概率分析

针对现代化战争的特点,基于作战环的思想,将整个作战环分成几个不同的环节进行分析,并提出了一种求解武器装备对于单目标毁伤概率的计算方法。该方法考虑了不同环节对于目标毁伤的影响,定量计算了武器装备对敌方目标的毁伤概率,既从宏观层面上考虑了武器装备的涌现性,又从底层分析了影响目标毁伤的参数。最后通过示例分析验证了方法的可行性和有效性。     

基于作战环路的指挥信息系统抗毁性建模与分析

在指挥信息系统抗毁性研究中,网络节点异质性和作战机理的表征与分析不足.针对该问题,基于指挥信息系统主导的观察、判断、决策和行动作战环路,区分网络中信息、指控、打击和通信4类节点,提出作战信息链的概念来反映指挥信息系统运行机理;采用平均时延来刻画作战信息链的时效性,通过转化为经过指定点的最短路径问题给出计算方法;采用链路贯通率来刻画全系统内信息节点和打击节点之间形成有效链路的程度.结合"预先规划+随遇接入"生成的指挥信息系统网络模型,进行了抗毁性仿真分析,验证了方法的有效性.仿真结果进一步表明,指挥信息系统网络在随机攻击和度优先攻击下抗毁性表现出了复杂网络的共性,但其抗毁性结果的异常变化也具有一定的特殊性,从而证实了节点异质性和系统作战机理的影响.     

超低频拖曳磁场天线设计中的热噪声研究

通过对产生超低频拖曳磁场天线热噪声的原理以及各种天线构造参数对热噪声影响的研究,得出了在电缆浮力条件下保证最小热噪声ENF的最优化基本参数的表达式.结合对天线其它电参数的要求,探讨了利用最优化参数的可行性.分析结果表明,获得高可逆磁导率的磁芯是实现最优化参数的关键,并给出了解决这一问题的途径.     

基于升余弦滤波的基带预失真环路延迟补偿

传统的基带预失真环路延迟估计和补偿方法估计过程复杂,收敛速度慢,补偿信号存在混迭失真,影响预失真系统的性能。为此,提出了一种新的基带预失真器环路延迟估计和补偿方法,该方法采用黄金分割法完成环路延迟搜索,用升余弦滤波器完成环路延迟补偿。其环路延迟估计搜索速度快,准确度高,环路延迟补偿后信号失真小,应用该方法的基带预失真系统NMSE指标较传统方法优化17 dB。     

OODA-L模式下的智能无人集群作战仿真建模框架

介绍了智能无人集群作战的相关概念,为反映智能无人仿真实体的自主能力和适应能力,提出将学习过程显性化的观察-判断-决策-行动-学习(Observe, Orient, Decide, Act and Learning, OODA-L)模式,并进一步扩展为适用于集群协同的Co-OODA-L模式。在智能无人仿真实体的总体描述上,采用马尔可夫决策过程进行数学抽象处理,提出智能无人Agent的三域分层结构。为体现智能无人集群作战的自主协同、分布式等特点,提出了利用人工神经网络将可变数量的智能无人Agent融合为同构或异构集群进行协同作战建模的体系结构。