基于HLA的TDMA同步问题研究

联合战术信息分发系统JTIDS(Joint Tactical Information Distribution System)系统是无中心的移动通信系统,采用时分多址(TDMA)的网络接入协议.TDMA网络是一种同步网络,必须有统一的时间基准,各终端的时隙必须与时间基准同步,因此时隙同步技术是确保该网络正常工作的关键技术.基于HLA/RTI仿真平台,对网络延迟进行了测试,针对RTI中联邦成员的时间延迟很不稳定的问题提出并实现了一种简单高精度的软件时钟同步方法.     

H∞控制在机载光电跟瞄系统中的应用

机载光电跟瞄系统是一个受多种干扰影响的高阶复杂系统,其对系统的鲁棒性和抗干扰能力要求很高.H∞控制的特点是鲁棒性好,因此在对机载光电跟瞄系统研究的基础上,以方位回路的稳定控制为例建立数学模型,应用H∞控制和Kalman滤波相结合的方法设计控制器.仿真研究表明H∞控制器的控制效果良好,特别是模型参数摄动又有多种干扰作用时,性能虽稍有下降,但仍能有效跟踪.     

伪卫星辅助的车辆组合导航算法

研究了采用伪卫星辅助的车辆组合导航系统,以及SINS/里程仪/伪卫星车辆组合导航方案、误差方程、联邦滤波算法,并进行了算法仿真.仿真结果表明,伪卫星加入车辆组合导航系统后导航误差可以得到明显改善.伪卫星是一种完全自主的导航定位系统,伪卫星辅助导航不会影响车辆的快速性和机动性,提出的采用伪卫星辅助的SINS/里程仪车辆组合导航系统是一种可行的战区内车辆精确导航定位方案.     

一种基于SSNF的新型阈值滤波去噪算法

介绍了一种空间选择性的噪声滤波(SSNF)方法,并在此工作之上提出了一种新的自适应于小波变换尺度的阈值函数,从而对经SSNF滤波之后的小波系数进行了进一步的阈值处理,以去除残留在系数中的噪声部分。仿真试验和理论分析表明,相比其它传统的去噪方法,该方法的优点在于:所得到的小波系数不仅连续性好,而且更加接近于未加噪信号的小波系数,阈值函数具有很大的灵活性和自适应性,并适用于一些掺杂非白噪声的场合。     

基于自适应滤波的坦克发动机振动信号的信噪分离方法

发动机表面振动是一种多振源、激励复杂的振动形式,在发动机测试时目标振动信号受到很强的噪声干扰,必须通过有效方法进行信噪分离.介绍了一种利用人工神经网络进行自适应滤波的信噪分离方法,根据自适应噪声抵消原理建立了ADALINE自适应神经滤波器模型,并使用该模型滤除坦克发动机汽缸盖振动信号中的机体振动噪声,提高了信噪比,为汽缸盖振动信号的进一步分析处理奠定了基础.     

一种新的机动目标模型及其自适应跟踪算法

针对机动目标跟踪问题,在截断正态概率密度模型的基础上,通过目标机动状况与相邻采样时刻间位置估计量变化之间的函数关系实现噪声方差自适应调整,提出了一种新的自适应滤波算法——基于截断正态概率密度模型修正的自适应滤波算法。计算机仿真结果表明,该算法在跟踪机动目标时,具有良好的跟踪性能,并极大地改善了跟踪非机动目标的能力。     

德国海军全新IDAS潜空主动防御武器系统

2008年5月29日．德国海军在波罗的海某海域成功试射了目前世界上最先进的潜艇防空武器系统-IDAS潜空导弹，标志着德国海军在常规潜艇主动防御武器系统研制方面已经跻身世界领先行列。按照德国联邦国防军总体规划．IDAS潜空导弹将于2014年正式部署于德国海军潜艇部队，届时德国海军212A级潜艇的主动防御作战能力将会得到极大的提高。     

基于非线性Kalman滤波的导航系统误差补偿技术

针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性预测模型,进而计算得到其预测值;将该预测值与Kalman滤波算法求得的估计值进行比较得到差值,以此监测Kalman滤波算法的工作状态;采用自适应控制方法,在导航系统结构层面改进Kalman滤波算法,构建新型的导航系统误差补偿模型。开展基于导航系统KIND-34的半实物仿真研究,应用所提出的改进方法改善了导航系统误差的补偿效果,提高了组合导航系统的自适应能力和容错能力。     

一种改进的分数低阶矩协作频谱感知算法

为了提高脉冲噪声下基于分数低阶矩频谱感知算法性能,提出了一种改进算法。针对中值滤波能有效抑制脉冲噪声的特点,该方法先对接收信号进行中值滤波,再进行分数低阶矩频谱感知。仿真分析了在不同广义信噪比、特征指数以及协作用户对感知性能的影响,并与能量检测和分数低阶矩频谱感知方法对比。仿真结果表明,改进的分数低阶矩方法在脉冲噪声下感知性能明显优于能量检测和分数低阶矩检测。并且对不同调制信号均具有良好的适用性。     

INS辅助的PMF-FFT快速捕获算法

为了快速地捕获卫星信号,研究了部分匹配滤波(Partial Matched Filter,PMF)算法及其参数选择依据。采用惯性导航系统(INS)辅助的PMF-FFT捕获算法,该算法首先利用惯性导航系统信息缩小信号捕获的2维搜索范围;同时,为改善PMF-FFT捕获算法的性能,在PMF过程中采用窗函数加权积分。结果表明,该捕获算法能够大幅减小平均捕获时间;且加窗后的PMF-FFT算法捕获性能更优。