空间碎片天基主动清除技术发展现状及趋势

随着国内外航天发射任务逐年增多,大量在轨滞留的失效航天器将成为未来空间资源有效利用所面临的一个严峻挑战。空间碎片天基主动清除技术是从根源上对空间资源化利用与安全处置的措施,将提升和加强近地空间的可持续循环利用。本文明晰了空间碎片天基主动清除的概念,分析了空间碎片天基主动清除技术的发展历程,提出了其发展过程中面临的非合作目标相对导航、协调控制和捕获方式及装置等主要问题,为我国空间碎片天基主动清除技术的发展提出了有益参考。     

基于最优核时频分布的装甲车辆微多普勒特征分析

依据微多普勒效应原理,构建了装甲车辆微动的雷达回波数学模型,推导了装甲车辆点目标的回波信号解析关系,并针对回波信号非平稳非线性的特点,利用最优核时频分布结合求时频脊的方法,仿真提取了装甲车辆微动线目标的回波微多普勒特征。仿真结果表明:线目标模型更能凸现、解析装甲车辆微动特征;采用的最优核时频分布结合求时频脊方法,具有比经典二次型分布更好的时频像,能较好地提取出微多普勒特征。最后,利用该方法分析了低信噪比下目标加速度、身管长度等参数对微多普勒特征的影响。     

未来中远距协同空战多目标攻击决策研究

根据先进战斗机的技术特点和未来中远距协同空战发展方向,提出一种基于先敌发现、先敌发射、先敌摧毁能力的空战态势分析模型。同时,采用一种将并行遗传算法与分布估计算法相结合的并行分布遗传算法并将其用于多目标攻击决策。最后利用具体算例进行仿真。结果表明空战态势分析模型能够较为准确地描述未来中远距多机协同空战,采用的算法具有较好的可行性和实时性,为中远距多机协同空战的多目标攻击决策提供了新的思路和方法。     

纯方位跟踪时利用方位变化规律检测目标机动问题

针对纯方位跟踪中目标变向变速机动导致方位信息可能出现的非平滑变化,首先推导出观测平台与目标均匀速直航时目标方位变化的准确规律,运用最小二乘估计法选取了模型参数并设定了阈值的大小,并设计出具体的算法流程,通过仿真计算,对本算法的可行性进行了验证。结果表明,方位变化规律作为目标机动检测的证据具有一定的可行性,但在一些特殊的态势下,检测灵敏度不高,并对这些态势时行了分析。     

基于Vague集的目标优先级求解方法

针对地面防空武器系统中目标优先级排序问题,建立了基于Vague集的目标优先级的模型。首先分析并量化了优先级影响因素中的定性指标和定量指标,建立了基于Vague集目标优先级决策矩阵;其次,针对传统基于Vague集目标优先级求解问题中影响因素权重难以确定问题,提出了基于Vague值距离测度最大化原理的权重确定方法,该方法有效地避免了权重选择的主观性;最后根据综合贴近度进行优先级的排序。算例仿真验证了该方法的可行性和有效性。     

不同侵彻速度下陶瓷复合装甲等效均质钢靶板的建立

利用有限元软件ANSYS/LS-DYNA对钨合金长杆弹侵彻陶瓷复合装甲与均质钢进行了数值仿真。重点分析了长杆弹垂直侵彻复合装甲全过程,研究了钨合金长杆弹体入射速度与弹体剩余动能、损失动能之间的关系。同时,拟合了长杆弹在不同入射速度侵彻均质钢靶下弹体剩余动能与靶板厚度之间的关系。并根据终点效应关系式,建立了弹体在不同入射速度下陶瓷复合装甲的均质钢等效靶板。分析结果表明,陶瓷复合装甲等效均质钢靶板厚度随弹体入射速度呈先增加后稳定趋势。研究结果对毁伤效能试验与战斗部设计等具有一定的参考价值和借鉴意义。     

高速行进坦克身管速度对射击精度影响

坦克在高速行进时,由于路面谱等外部激励的影响,车体姿态和运动状态都会发生变化。由于车体的振动和随动系统的控制误差等,致使坦克火炮在射击时身管前端存在一定的速度扰动。原有解命中问题的条件中未考虑这一速度扰动的影响,使得坦克在高速行进条件下的目标提前点预测产生误差。通过建立外弹道模型,较准确地仿真分析了这一误差的大小和对射击精度的影响。     

子弹圆环内散布子母弹对圆目标的毁伤概率

为研究子弹圆环内均匀散布的情况子母弹对圆目标的毁伤概率,首先研究子弹散布范围覆盖圆目标的面积,然后用概率分析的方法推导出了子弹单圆环均匀散布下子母弹单发射及相关射击对圆目标的毁伤概率计算公式,并讨论了子弹多环均匀散布下子母弹毁伤概率的计算方法。算例表明子弹双圆环内均匀散布时,子母弹对圆目标的毁伤概率要略高于子弹单环对圆目标的毁伤概率。     

NSHT预警装备体系网络化建模与分析

针对NSHT的运动特性和NSHT预警装备网络化趋势,对NSHT情报的分布式碎片化的特点进行了分析,设计了装备体系节点间的信息流向。在此基础上,提出了基于复杂网络理论的NSHT预警装备体系网络模型,并对网络模型的拓扑结构、统计特征等进行了研究,提出了NSHT预警装备体系连接结构的设计建议和应用思路。     

基于随机集理论的多目标跟踪方法

多目标跟踪问题通常包括目标信号的检测与目标状态的估计,同时还涉及到对探测范围内目标数量的确定。传统的跟踪方法将目标检测、状态估计与数量确定分别使用独立的模块或算法来处理。在这种模式下,每个模块仅考虑测量数据中与其功能直接相关的信息,模块之间没有信息的交互,因而很难得到全局最优的解。基于随机集理论的多目标跟踪方法将场景内的全部目标看作一个全局变量,目标状态与目标测量分别构成各自的随机有限集。从而多目标跟踪问题可以放在一个随机集模型下的贝叶斯滤波框架中研究。在每一个滤波周期内,通过对随机集的处理,实时地估计目标的数量、状态与类型,实现多目标的联合检测、跟踪与识别。