某型飞机大气数据系统设计

大气数据系统是重要的机载电子设备,其性能、精度直接关系到飞机的飞行安全.在介绍某型号飞机大气数据系统的软硬件体系结构的基础上,从三个方面深入研究了提高大气数据系统精度的途径:大气数据计算模型;基于BP神经网络的压力测量温度误差补偿方法;一种计算型静压源误差补偿方法.其大气数据系统系统性能稳定,结构紧凑,速度快,精度高,软硬件升级简单.试验证明其大气数据系统能很好满足某型号飞机的使用要求.     

PD体制地面情报雷达相关问题研究

中脉冲重复频率的PD体制对于杂波的抑制能力较强,一般应用于机载雷达.目前,地面对空情报雷达为更有效地检测低空目标以及小目标,也采用了PD体制.在分析了杂波重叠和PRF组限制的基础上,对比了M/N准则、检测概率以及盲区图,讨论了采用3/7准则的优越性,该结论对于PD体制雷达的研制和改装有实际的应用价值.     

雷达组网系统仿真试验信息源软件研制

针对目前雷达模拟器不能满足雷达组网系统调试与模拟测试需求的问题,在分析雷达组网系统测试信息源功能需求的基础上,采用纯软件的实现方法,从体系结构、功能模块和信息流3个方面对系统进行了详细的设计,讨论分析了具体技术实现中的几个关键问题,给出了具体的仿真实例。系统测试结果验证了设计的合理性,该设计满足了雷达组网系统测试对目标和雷达控制灵活性等多方面的需求。     

信源数动态变化的一种稳健超定盲分离算法

针对大多数现有盲分离算法都假定信源数已知,分析了信源数未知且动态变化时的超定盲分离(接收天线数多于信源数)算法,通过奇异值分解在线估计信源个数,并修正自适应神经网络的维数。文章在经典Cichocki-Unbenauen算法中加入动量项,设置可变步长,使分离性能得到较大的改进,同时避免训练陷入局部最小。与文献[1]新提出的ANA算法相比,仿真结果证明本文算法具有更快的收敛速度和更小的稳态误差。     

基于高斯和-容积Kalman滤波的高轨双星辐射源跟踪

高轨双星系统可通过测量辐射源信号的到达时差、频差和到达高轨卫星的多普勒频移,跟踪沿地球表面巡航且载频固定、已知的运动辐射源。针对辐射源运动方程和观测方程的强非线性,提出了基于高斯和框架与5阶容积Kalman滤波的运动辐射源跟踪算法GS-5CKF。算法将起始时刻的时差观测量所确定的处于地球表面的时差线按辐射源经度等间隔划分,初始化多个并行的5阶容积Kalman滤波器,线性组合各滤波器每个时刻的输出以获得辐射源运动状态的估计。针对5阶容积Kalman滤波器,提出了相应的非线性测度并引入滤波器分裂与合并,以提高跟踪精度并保持GS-5CKF算法计算复杂度基本不变。仿真表明,相对仅使用单个5阶容积Kalman滤波器和基于高斯和框架但使用3阶容积Kalman滤波器的GS-3CKF等算法,提出的跟踪算法具有更高的估计精度。     

装备采办风险管理风险源分析

装备采办各个阶段都存在着不确定的因素,为加强风险管理,重点研究了在武器装备采办过程中可能出现的13个风险区域,并对各个风险区域可能出现的风险源进行了较为详细的分析。同时详细研究了辨识风险的4种方法,即基于工作分解结构的风险辨识方法、基于项目评审的风险辨识方法、基于费用分析的风险辨识方法和基于试验与评价的风险辨识方法。     

盲提取方法在柴油机活塞-缸套撞击信号提取中的应用

讨论了盲反卷积在机械振动信号处理中的应用以及盲反卷积中常用的模型和方法,利用信号和高斯信号之间的Kullback-Leibler距离构建目标函数,提出了一种以伪并行遗传算法为优化工具的盲反卷积算法,并通过仿真验证了算法的正确性.实验也证明,该算法能成功地从柴油机机体振动信号中提取出活塞-缸套撞击信号.     

巡航导弹航迹规划中雷达探测盲区的快速构造算法

现代防空系统对巡航导弹的低空飞行和突防造成极大的威胁,利用防空系统中预警雷达的探测盲区进行隐蔽飞行是提高巡航导弹生存能力的重要手段,在此雷达探测盲区的快速构造算法是关键。说明了什么是雷达探测盲区,分析了影响雷达探测盲区的三个主要因素,并就对巡航导弹影响最大的雷达地形遮蔽盲区构造了基于极坐标的快速算法,并用一个地形实例验证了该方法的有效性。     

诱偏条件下反辐射导弹毁伤能力研究

基于有源诱偏原理,推导出反辐射导弹在有源诱偏条件下的弹落点计算公式;并由已知的导弹毁伤模型,利用计算机仿真获得对目标雷达或其有源诱饵的毁伤效能。通过仿真结果分析不同的攻击角和末速度对导弹毁伤效能的影响,由此获得反辐射导弹在干扰条件下的最佳攻击角和末速度范围,对于在诱偏条件下研究反辐射导弹毁伤能力的有效性和实用性提供一定的理论和实用参考。     

视频监视前景图像估计的盲源提取方法

在视频图像运动检测的背景消减方法中,场景图像或帧可建模为前景图像和背景图像的叠加或线性混合。然而,实际中图像的背景和前景往往相关,常用的主成分分析和独立分量分析等方法难以实现准确提取。为此,将视频图像的前景提取建模为盲源提取问题,提出了一种基于均方交叉预测误差的盲源提取方法,可以从相关的源视频图像中提取期望的前景图像,并将该方法扩展应用于基于基本模型和特征背景模型的背景消减方案中。基于人工和实际视频的实验验证了盲源提取背景消减方法的可行性和有效性。