潜艇对声纳浮标阵定位及规避策略

航空反潜战中,潜艇处于不利地位,如何提高潜艇对抗反潜机的作战能力,是亟待解决的问题。分析了潜艇通过拖曳综合浮标和电子支援措施Electronic Support Measure(ESM)设备对声纳浮标阵进行估计定位的单站双址交叉测向和基于方位角变化率的方法,以及潜艇方位角、角速率和航速对定位误差的影响。建立了潜艇对声纳浮标位置估计模型,提出了潜艇突破声纳浮标阵封锁应采用的规避策略。结果表明,潜艇可以对声纳浮标进行定位,为潜艇规避声纳浮标阵提供参考。     

多基阵无源声测定位算法的研究与仿真

对直升机等低空飞行目标的无源声测定位与跟踪是声学监视系统的重要研究内容。对多基阵低空飞行目标的无源声测定位方法进行了研究,并导出了定位算法和定位误差。理论分析和仿真实验表明,利用单基阵的方位和俯仰角进行多基阵融合定位时,无源声测定位系统有较高的定位精度,而且布阵形式对定位精度有一定的影响。该研究成果可直接用于对空中运动目标,如无人机等目标的无源声测定位。     

不均匀光照下的虹膜定位算法研究

虹膜定位是虹膜识别中的基础性环节。针对经典虹膜定位算法易受光照影响且速度慢的问题,分析不均匀光照对虹膜定位的影响,提出最小二乘法粗定位与微积分算法精定位相结合的虹膜定位方法：首先利用形态学灰度运算处理虹膜图像,对处理图像阈值化后提取并修复瞳孔区域,利用最小二乘法对瞳孔区域下部边界点进行内边缘粗略拟合;然后根据外边缘点存在区域的灰度梯度确定虹膜外边缘点,利用最小二乘法进行外边缘粗略拟合;最后利用微积分算法精确定位虹膜内外边缘。以中国科学院虹膜库CASIA（version 2.0）1 200幅虹膜图像做实验,平均耗费时间为4.38 s,定位成功率为98.3%。与经典的Daugman算法和Hough变换算法相比,所提出的算法对不同光照条件下的虹膜图像能更准确、快速地定位。     

马克思主义中国化模式论的研究现状及述评

马克思主义中国化模式论的理论研究是学术研究的薄弱环节；它蕴含于马克思主义中国化基本经验、基本规律以及若干问题的研究之中；要深化马壳思主义中国化模式论的理论研究，拓展马克思主义中国化研究的理论视域，深入分析马克思主义中国化模式论的研究困境并积极找寻摆脱研究困境的可能性出路，无疑是十分必要的。     

基于时反处理的主动声自导鱼雷定位方法

传统的定位方法只能进行距离的估计,不能给出目标的深度信息,而时间反转处理基于声场的空间互易性,充分利用信道的多途特性.使能量在声源点得到聚焦,不仅能得到目标的距离,还能得到目标的深度.对于定位主动声自导鱼雷,可以利用其发射的脉冲信号,通过信道建模进行时间反转处理,使之匹配于真实信道,从而得到目标的距离和深度.实验仿真结果表明,此方法可以对主动声自导鱼雷进行距离和深度上的准确定位,而利用水平阵的阵长和阵元数目的优势,还能提高对弱信号的检测.这对潜艇水下防御有着重要的意义.     

WSN中基于虚拟锚节点的AD定位算法研究

确定事件发生的位置是无线传感器网络最基本的功能之一,对WSN应用的有效性起着关键性作用。提出了一种基于虚拟锚节点的主动分布式定位算法,该算法可以使待定位节点主动发送定位请求给虚拟锚节点,周期性地接收定位信标,并分布在各个节点上执行定位算法,从而得到节点的预估位置。实验表明,本算法可以有效地提高待定位节点的定位精度和减少残余待定位节点数量。     

多机器人最大熵博弈协同定位算法

研究了多机器人观测到同一目标时的协同定位问题。建立了各个机器人相对观测一致程度的数学描述模型,进而提出用基于极大熵准则的最大熵博弈获取使相对观测一致程度最优的协同定位方式。针对博弈结果的多样性,相应地改变观测方程的雅克比矩阵,推导了可适应多机器人各种博弈结果的扩展Kalman滤波协同定位算法。仿真实验表明,方法可实现机器人团队在协同定位时有选择、更高效地共享相互间的观测信息;在保证协同定位精度提高的同时有效地消除了多机器人相对观测信息间的冲突。     

面向定位的分布式无线传感器网络细粒度调整方法

针对在初始的部署条件下不可定位的无线传感器网络,提出一种分布式的面向定位的网络调整方法。该方法通过节点所处的路径信息判别确定该节点的调整策略,从而使初始状况下不可定位的网络达到可定位条件,该方法仅需调整约11%节点就能够将稀疏的网络调整至可定位,比当前最好的网络调整方法减少了约40%。此外,该方法采用分布式执行策略,从而将定位所产生的通信负载和能耗均衡到网络中的多个节点,克服了先前集中式方法的可扩展性限制。大量的仿真实验结果表明,该方法较现有方法而言具有更高的执行效率。     

Robust TDOA/FDOA estimation from emitter signals for hybrid localization using UAVs

This paper considers the time difference of arrival (TDOA) and frequency difference of arrival (FDOA)estimation problem for joint localization using unmanned aerial vehicles (UAVs),involving range migration (RM) and Doppler ambiguity within observation interval.A robust estimation method based on interpolation and resampling is proposed.Specifically,the interpolation artificially increases the pulse repetition frequency (PRF).After that,the resampling eliminates the coupling between range frequency and slow time.Finally,a coherent integration step based on inverse discrete Fourier transform (IDFT) is used to achieve parameter estimation and suppress the grating lobes caused by interpolation.The proposed method could be efficiently implemented by fast Fourier transform (FFF),inverse FFT (IFFF) and non-uniform FFT (NUFFT) without parameter searching procedures.Numerical experiments indicate that the proposed method has nearly optimal anti-noise performance but much lower computational complexity than the maximum likelihood estimator,which makes it more competitive in practical applications.     

基于方位和线谱频移的TMA方法

采用纯方位跟踪(BOT)技术确定运动声源的位置及速度时,需要自身至少机动一次,这给观测带来了一定的限制。而处于舰船噪声低频区的线谱具有很高的强度和稳定度,这一事实为估计目标运动要素提供了新的思路。综合考虑了目标方位和线谱多普勒频移信息,给出了形式简洁,易于实现的滤波公式,消除了机动限制。计算机模拟及海上试验数据表明该方法能够得到稳定有效的解。