地球扰动引力对弹道导弹命中精度影响的等效补偿理论

为消除地球扰动引力的影响、提高弹道导弹的命中精度,根据地球扰动引力对弹道导弹运动影响的特性与控制系统理论,建立不直接补偿地球扰动引力对导弹运动参数的影响却能满足命中精度要求的等效补偿理论。根据不同补偿方式与补偿量的特点,提出嵌入式、分步式、分段式等补偿模式,为补偿地球扰动引力对导弹运动的影响提供了一个通用框架和理论基础。     

基于证据熵对不确定性度量的决策表约简

知识约简是粗糙集理论的核心内容之一,产生的粗糙决策规则往往具有一定的不确定性.在变精度粗糙集的基础上,本文构造了符合证据理论框架的一组焦元,利用基本概率分配函数计算了证据的总体信息熵,度量了决策表的不确定性;以该度量作为启发信息,给出了决策表的启发式知识约简算法.计算实例表明了本文方法的有效性.     

含激波流场的光线追迹方法

高速流场中的激波会产生明显的气动光学效应,导致光线发生偏移、聚焦等。从理论上考察了在不同入射角条件下,光线经过激波后发生角偏移量与激波强度的关系;针对通过计算流体力学得到的激波流场,提出了追迹步长根据当地折射率梯度和网格几何尺寸自适应调节的光线追迹的思想和方法,以提高追迹的精度;对所建立光线追迹方法的精度进行了考察。结果表明,所建立的光线追迹方法适用于激波流场的光线追迹,具有较高的精度。     

分布函数充要条件的另一种证明

对函数F(x)为分布函数的充要条件进行了证明:必要性的证明直接采用概率论中传统的证法;而充分性的证明则从随机变量特征函数φ(t)出发,利用特征函数的充要条件来证明分布函数F(x)的充分条件,从而避开了用实变函数中的测度理论证明充分性的传统证法。为分布函数充分条件的证明提供了一种比较简单和实用的证明方法。     

一种基于Lorentzian函数的变步长LMS自适应滤波算法

为了改善传统的LMS类算法存在的缺点,提高算法的收敛速度和跟踪性能,提出了一种基于Lorentzian函数的变步长LMS自适应滤波算法.该算法采用Lorentzian函数来建立估计误差e(n)和步长因子μ(n)之间的非线性关系,以达到提高收敛速度和改善跟踪性能的目的.计算机仿真表明,算法与其他LMS类自适应滤波算法相比,在收敛速度和跟踪性能上都有较大的提升.     

随机频率步进雷达成像分析

随机频率步进信号兼具步进频率雷达和宽带噪声雷达的特点,不仅可以降低系统瞬时带宽和数据采样率,还具有优良的低截获概率(LPI)、电磁兼容性(EMC)和抗射频干扰(ARFI)特性.分析了随机频率步进信号的相关输出及模糊函数的统计特性,如一阶矩、二阶矩和方差等,并与均匀频率步进信号做了抗干扰性能的比较.提出并分析了相关输出结...     

电子侦察卫星联合侦察的混合调度算法

针对电子侦察卫星的使用约束,及不同任务的调度需求,建立了电子侦察卫星联合侦察的多目标混合整数规划模型.利用进化算法的全局搜索能力和变邻域搜索的局部优化能力,提出了一种多目标进化算法和变邻域搜索相结合两阶段混合调度算法MOEA VNS.针对问题多时间窗组合优化特点,设计了进化算子与邻域移动算子,在确保解多样性的同时使算法...     

海洋拖曳系统运动方程的变步长有限差分数值仿真

有限差分算法是常用的海洋拖曳系统运动仿真计算方法,传统的有限差分算法在对拖缆进行离散时,采用固定空间步长,为了提高数值计算的精度,通常需要减小空间步长,这既增加了计算时间,又浪费了计算机内存,甚至造成无法仿真一些工况。针对这一问题,提出了变步长有限差分数值算法,给出了步长变化的设定原则与算法,在建立海洋拖曳系统运动模型的基础上,系统分析了这一方法的求解思想与过程,并分别采用传统固定步长有限差分算法(大空间步长和小空间步长)和变步长有限差分算法,对模型进行了数值仿真,结果表明:变步长有限差分算法不仅保证了仿真计算精度,而且降低了计算机内存需求量,减少了计算时间。此外,变步长有限差分算法具有较高的灵活性,可根据实际情况,综合考虑计算时间、内存需求量和计算结果精度,从而选择合适的空间步长变化规律。     

二阶阶跃模型下导航信号畸变对接收机载噪比估计影响分析

载噪比作为评估导航信号质量的重要指标,直接影响着接收机的捕获、跟踪和电文解调性能。推导了基于国际民航组织二阶阶跃信号畸变模型下导航接收机采用相关、非相关处理时载噪比估计与畸变模型参数之间的解析表达式,并分析了畸变参数对导航接收机载噪比估计误差的影响。理论分析及仿真结果表明:数字畸变参数变化范围下导航信号载噪比变化在10-2量级,增大模拟畸变的振荡频率或者减小衰减频率将会提高载噪比估计值,模拟畸变参数变化引起的载噪比损耗可达0.1d BHz,畸变参数对载噪比估计的影响整体上都较小,因此导航接收机的载噪比输出不能作为监测导航信号是否异常的完备检测量。     

A pixel-level local contrast measure for infrared small target detection

Infrared (IR) small target detection is one of the key technologies of infrared search and track (IRST) systems. Existing methods have some limitations in detection performance, especially when the target size is irregular or the background is complex. In this paper, we propose a pixel-level local contrast measure (PLLCM), which can subdivide small targets and backgrounds at pixel level simultaneously. With pixel-level segmentation, the difference between the target and the background becomes more obvious, which helps to improve the detection performance. First, we design a multiscale sliding window to quickly extract candidate target pixels. Then, a local window based on random walker (RW) is designed for pixel-level target segmentation. After that, PLLCM incorporating probability weights and scale constraints is proposed to accurately measure local contrast and suppress various types of background interference. Finally, an adaptive threshold operation is applied to separate the target from the PLLCM enhanced map. Experimental results show that the proposed method has a higher detection rate and a lower false alarm rate than the baseline algorithms, while achieving a high speed.