美国战争利益从疆域占领到权力角逐的刚性约束

美国战争利益追求表现为始自于对土地的渴望、终结于对权力角逐的发展轨迹。引致这种战争利益渴望转化的决定性因素是国家管理成本收益变化规律,即一个国家的国土规模并非越大越好,一旦管理成本超过了国土规模所带来的收益时,国土规模的无限扩大便失去了应有的经济学含义。追求国家适度规模即国民经济产出最优时的疆域面积应是国家的最佳国土规模。从经济学的角度讲,美国战争利益的渴望不再有疆域扩张的冲动,而表现为对市场、权力和战略资源分配控制权的争夺。这种对权力的追逐并非表明美国战争及其战略好斗性和进攻性的减弱,而是国家国土适度规模效应作用的必然结果。美国战争的经济性特征及其规律就深藏在这种刚性的成本约束之中。     

约束条件下导弹姿态跟踪保性能控制

针对BTT导弹在飞行过程中模型存在较大不确定性,并且控制舵的摆角受到物理装置约束的情况,研究了在约束条件下导弹姿态跟踪保性能控制的设计问题。首先在弹道的特征点处将导弹的非线性运动瞬时线性化,将导弹看作是一个不确定线性系统,提出应用基于线性矩阵不等式的跟踪保性能控制设计姿态控制器,然后推导得到满足控制约束的充分条件,以定理的形式给出了约束条件下跟踪保性能控制存在的充分条件。最后以某型导弹的姿态控制为例,设计了其姿态的跟踪保性能控制器。六自由度仿真结果表明了所得方法的有效性和可行性。     

基于航迹跟踪的EKF应用研究

在复杂的电磁环境,对运动目标的跟踪检测成为目标定位跟踪领域的热点研究课题。介绍了雷达数据处理和EKF算法,并提出了在三维空间中EKF(扩展Kalman滤波)算法的应用,实时地跟踪三维空间中的运动目标,并进行了计算机模拟,验证了该算法具有的较好的鲁棒性和跟踪精度,能够满足现代战争的需要。     

战术导弹初始对准误差的一种空中估测方法

采用直接装订的方法来完成捷联惯导系统的初始对准,虽然可以提高战术导弹的快速反应性,但是也引入了初始对准误差.该误差虽然较小,但造成导弹命中精度的影响不可忽略.为了补偿这种影响,研究了一种借助地面雷达站提供导弹的导航信息,把初始对准误差给分离出来的方法.     

伪线性卡尔曼滤波的观测器轨迹优化算法

单站被动式跟踪存在强非线性和弱可观测性,即便观测器的运动满足可观测性条件,滤波仍然可能发散.针对此问题,使用伪线性卡尔曼滤波器,应用费希尔信息量、罗美达下限等方法对轨迹进行优化,该优化方案避免了对目标与观测器的径距信息的近似.仿真表明:该方法与传统方法比较,计算量较小,优化得到的轨迹简单,滤波精度得到改善.最后给出了在一定条件下,观测器的"最优"运动规则.     

基于离散化模型的雷达优化配置与部署方法

雷达优化配置与部署问题存在模型复杂的问题,很难对其进行优化.提出了一种基于网格的离散化模型.雷达配置与部署的方案、雷达网对防区的覆盖能力以及雷达布站的约束条件都分别通过网格和矩阵进行了定量描述,在此基础上,建立了雷达优化配置与部署问题的数学模型.这样就可以采用模拟退火算法对该问题优化.仿真实验证明了该方法的有效性和可行性.     

舰艇编队多声纳数据融合

分析了标准kalman滤波(KF)和自适应kalman滤波(AKF)的原理,通过仿真实验,对两种滤波算法的性能进行比较.结合各种声纳的探测特性和水下目标的特点,建立了舰艇编队的数据融合方案.选用简单凸组合融合算法作为舰艇编队协同反潜的航迹融合算法,将多声纳融合系统的融合结果和简单交叉定位算法进行了比较研究.仿真实验结果表明:自适应kalman滤波比标准kalman滤波具有更好的目标跟踪性能,多声纳融合结果较简单交叉定位结果的性能有大幅度提高,所选用的融合算法航迹能够较好的与真实航迹吻合.     

基于活动的C4ISR系统作战需求综合建模方法

在综合分析DoDAF作战视图产品的基础上,对基于活动、以信息为中心的C4ISR系统作战需求综合建模方法进行了研究.首先利用UML的扩展机制(包括构造型、标记值和约束),建立了作战需求综合建模的元模型;其次,通过面向对象方法确定了最小核心要素集模型,并深入分析各个核心要素及其相互之间关系;最后,在上述基础上,明确提出了C4ISR系统作战需求综合建模的开发框架,为作战需求综合建模的过程提供指导.     

天基支援下区域反导组网作战链路规划

天基信息支援下区域反导组网作战各系统实现互连、互通、互操作的关键是战术信息分发系统,而该系统中存在着多种类型的数据链路,这些链路之间又存在着各种约束条件,因此科学合理的对这些链路进行规划是系统实现的重要工作之一.建立并提出了天基信息支援下区域反导组网作战战术信息分发系统数据链路的规划模型和一种新的解算方法,为该系统数据链路的规划提供了理论依据.     

UKF算法及其在纯方位目标跟踪中的应用

为克服扩展卡尔曼滤波算法的缺陷,将UKF算法应用于纯方位目标跟踪问题中.该算法是一种以扩展卡尔曼滤波算法为基本框架,以贝叶斯理论和UT变换为理论基础的新型滤波算法.对UKF算法进行了深入的研究,并给出了一个纯方位目标跟踪的算例.仿真结果表明,该算法提高了滤波的稳定性和精确性,优于一般的扩展卡尔曼滤波算法,具有广泛的应用前景.