导弹实弹射击信息管理系统的设计与实现

针对目前实弹射击训练结束后缺乏科学、全面、便捷的数据信息记录手段和成绩评价方法的问题,通过分析导弹实弹射击整体过程及成绩评价需求,建立数据记录评价指标体系,运用Client/Server数据库开发技术和模糊综合评判的方法,设计并实现了“导弹实弹射击信息管理系统”。该信息管理系统经实际使用后,验证了需求分析的合理性以及设计实现的科学性,为客观、全面地记录实弹射击训练情况,评价导弹实弹射击训练提供了一种有效的手段。     

离心机试验中惯导平台误差系数辨识方法

针对离心机试验中惯导平台误差系数辨识问题,提出一种6位置辨识方案。建立误差系数辨识的非线性模型,再利用扩展卡尔曼滤波估计误差系数。由滤波中的估值方差矩阵计算各误差系数之间的相关系数,用相关系数分析系统的可观性,并将所有相关系数之和最小作为优化指标,利用遗传算法得到最优的位置组合。仿真结果表明,采用该方案可以有效辨识出惯导平台中与加速度高阶项有关的各项误差系数。     

舰载反潜直升机协同作战效能评估

协同作战效能评估可为舰载反潜直升机装备发展和协同作战指挥提供依据和参考。通过对协同作战效能评估研究现状的分析,提出一种采用模糊综合评判进行协同作战效能评估的方法。首先,对影响协同作战效能的指标进行分类,建立多层指标体系;其次,构建基于模糊综合评判的数学模型,对不同类型指标进行规范化处理,并采用AHP法确定指标权重;最后通过对某型机的协同作战效能进行评估,验证所提方法的有效性和可行性。     

一种新型军用电源智能充电机控制算法

军用电源充电机是一个多参数、时变的非线性系统,传统的PID控制算法难以在线调节达到优化充电曲线的目的。针对该问题,提出了一种基于模糊和免疫机理的自适应PID控制算法。该算法通过模糊免疫反馈机理对PID控制的比例系数进行实时调整,采用模糊自适应控制器对PID控制的微分、积分时间常数进行在线整定。仿真结果表明,该算法具有响应时间短、超调量小,鲁棒性强等特点,极大地改善了系统的适应能力,达到了优化充电曲线的目的。     

一种基于模糊连接度的区域生长毁伤特征提取算法

针对传统的区域生长算法在提取军事目标毁伤时,不能较好地处理毁伤区域与背景之间的模糊性,生长结果对种子点的选取敏感等问题,提出了一种基于模糊连接度的区域生长算法。算法以模糊连接度作为生长点与种子点相似度的度量,有效地保持了像素之间的模糊性,按照模糊连接度由强至弱的顺序生长,使得生长的结果对种子点的选取不敏感;采用灰度波动控制和USAN面积相结合的方式作为生长准则,在适应目标区域灰度变化的同时得到了较好的边缘定位效果。实验结果证明了算法的有效性。     

双站协同侦察雷达信号分选新方法

针对复杂信号环境下雷达对抗情报侦察面临的信号分选问题,提出一种基于双站协同侦察的雷达信号分选新方法。根据不同位置雷达的脉冲信号到达两个侦察接收站的时间差不同进行信号分选。在满足误差的要求下,求解该方法的分选模糊区域,分析分选性能。调整布站,优化分选性能,提高分选准确性。理论分析和计算机仿真表明,该方法可以较好地解决制约雷达对抗情报获取中的信号分选瓶颈难题。     

基于时频分布的弹道导弹目标识别方法

在弹道导弹目标识别中,微动特征是重要的识别手段。从弹道导弹微动特性时频分析出发,提出一种基于时频分布的弹道导弹目标识别方法。该方法将时频分布图的伪Zeinike不变矩特征作为识别特征。首先对回波信号进行时频变换以获取时频图像;然后为了降低噪声的影响,对其进行图形预处理;最后给出了伪Zernike不变矩提取步骤及识别特征的选取原则。通过仿真实验,分析了不同特征组合对识别率的影响,评估了不同信噪比下识别方法的稳定性。实验结果表明,该方法具有一定稳定性,可用于弹道导弹目标识别。     

基于模糊AHP的武警分队处突效能评估

当前国内局势不太稳定,武警部队作为处置突发事件的主要力量,必须随时做好战备工作。通过分析影响武警分队处突效能的主要因素,建立了武警分队处突效能评估指标体系,给出评估模型。利用层次分析法AHP(The Analytic Hierarchy Process)确定各指标的权重,应用专家打分法确定单因素评判矩阵,最后运用模糊综合评判模型对某武警分队处突效能进行评估。评估结果与处突分队现实表现能力相一致。该方法不仅可以为首长机关在处突时提供决策支持,而且还可以根据评估结果对该分队的短板进行针对性训练,提高战斗力。     

要地防空敌袭主攻方向判断方法研究

主要对要地防空时多个可能的敌空袭兵器来袭方向进行了分析,并确定每个来袭方向的综合评价指标。应用模糊层次分析法建立多层次的评价指标体系,确立被评事物对各等级模糊子集的隶属度。应用灰色关联理论消除各个因素之间的量纲和数量级差异,将综合运算得到的量值进行排序比较,以供指挥员进行战场情况判断。     

基于AHP-PCR5的多传感器目标识别

目标识别系统中所获得的信息常常是高度冲突和不确定的。基于DSmT理论的多传感器目标识别,可以解决证据高度冲突情况下的信息融合问题。然而由于DSmT理论融合结果分类精细而不利于判决,需要将某些分类结果进行重新分配。层次分析法(AHP)包含不确定知识矩阵,生成基本信度分配函数。基于此提出AHP-PCR5方法进行证据高度冲突情况下多传感器综合目标识别,不仅提高识别精度,降低识别过程的不确定因素,同时引入折扣系数灵活处理识别过程中具有不同可信度的多传感器融合问题。