过失速机动的AUKF-WNN气动力建模及仿真

为使所建立的气动力模型能够准确刻画复杂动态特性,提出一种基于改进UKF算法的小波神经网络(Wavelet Neural Network,WNN)飞行数据失速气动力建模方法。引入一种自适应因子来改善无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的性能;按照飞行数据的气动力建模流程,利用改进UKF算法对WNN参数进行最优化估计,构建失速现象的气动力模型。实验结果表明,针对飞行器失速的气动力建模问题,基于改进UKF算法的WNN建模方法,在建模精度和速度方面,优于传统神经网络和其他现有WNN方法,因此,使用提出飞行器失速的气动力建模方法是可行和有效的,得到预测结果也能准确刻画飞行器失速的动态特性。     

防空反导作战指控模型校核验证及评估

防空反导作战指控系统是构建防空反导一体化网络化体系的核心,建模仿真是研究该系统的有效方法,建立的模型是否真实可靠是研究成败的关键。在分析国内外对复杂仿真系统特别是作战仿真系统的VVA的基础上,根据防空反导作战指控进程及其模型的特点,从需求定义、概念模型、数学模型、仿真模型4个方面对防空反导作战指控模型进行校核验证及评估的思路分析。这对防空反导作战指控系统的研究发展具有重大意义。     

多平台纯方位信息融合结构及关联估计联合优化模型

在多平台纯方位信息融合中,存在多平台的方位关联和单平台的参数估计(或目标定位)困难,因为两者相互依赖和制约。造成相对不同平台的方位不能进行时间空间对准、虚假目标不能消除。为此,提出了一种分布式信息融合结构,并建立了相应的数据互联与参数估计联合优化模型。在这种结构和模型中,首先由各平台对本地传感器探测的纯方位信息完成融合并输出方位序列,然后在融合中心按分层节点对方位序列的数据互联与参数估计进行联合优化处理,每个融合节点仅处理两个平台信息,最后节点输出融合结果。仿真计算结果表明,这种优化模型是解决关联和估计问题的一个有效方法,可以提高多平台纯方位信息融合的性能。     

机载卫星导航终端定位精度试飞中杆臂效应的校正

飞机/直升机加装机载卫星导航终端后,需要对终端的定位精度进行试飞测试。由于试飞测试中产生基准数据的机载差分卫星导航系统(DGNSS)天线通常无法与待测终端(TUT)天线共用安装位置,因此,两者测量结果存在杆臂效应,从而导致试飞中TUT产生的定位数据相对基准数据存在变化的偏差。通过分析试飞测试中差分卫星导航系统产生的基准数据与被测终端输出测量值的关系,给出了统计意义上的待测终端精度计算方法,可有效校正杆臂效应对待测终端定位精度分析的影响。最后,仿真分析验证了方法的正确性,并在实际试飞测试中进行了应用。     

基于双天线GPS的一次调炮解耦模型研究

现有的压制武器自动调炮主要包括二次调炮和一次调炮两种方案,两种调炮方案难以兼顾调炮性能和造价成本。因此,在压制武器系统中采用成本相对较低的双天线GPS定位测向装置,在满足火炮调炮高精度的同时降低成本。最后结合四元数理论,推导出基于双天线GPS的一次调炮解耦模型,目前该模型已在若干项目中得到成功应用。     

多轴向织物层合板层间剪切强度有限元分析与实验研究

用VIMP工艺制备了UD、0/45/-45、0/45/90/-45三种多轴向织物增强,四种厚度的GFRP层合板试样,采用短梁剪切实验考察了层间剪切强度和破坏模式。建立了GFRP层合板短梁剪切试样有限元模型,计算了内部层间剪应力分布。结合计算和实验结果分析表明层合板存在由宽度方向层间剪应力变化导致的自由边缘效应,含偏轴铺层的层合板更容易发生边缘开裂破坏。厚度相同时0/45/-45多轴向织物增强层合板的层间剪切强度最高。短梁剪切强度测试存在尺寸效应,随着厚度的增加,强度下降,样品波动系数增大。     

多传感器组合导航系统评述

介绍了组合导航系统的重要性、发展现状和发展趋势。根据导航与目标跟踪的区别与联系,从多传感器组合导航系统研究的角度出发,在概念理解、模型建立和系统结构等方面做了详细的评述,提出了多传感器导航信息融合系统的功能模型,分析了位置融合级的结构模型。     

导弹武器装备备件储备量计算模型

备件保障一直是影响武器装备保障的重要因素,导弹武器装备备件保障是现在导弹部队面临的亟待解决的重要课题。根据导弹武器装备使用保障的特点,将导弹装备备件按寿命分布进行分类,并采用模型法确定了不同寿命分布类型的备件储备量计算模型。最后,针对各类备件储备量计算模型进行了实例说明,具有一定的实际意义。     

运动目标轨迹分类与识别

运动目标轨迹识别是运动分析中的基本问题,其目的是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类.对轨迹有效性判断后采用K均值聚类,引入改进的隐马尔可夫模型算法,针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数,计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别,平均识别率较高,实验结果表明该方法是有效的.     

结构效应:国防费结构关联分析

国防费存在着“量”与“质”的规定性,于是就有了国防费的“量”的规模与“质”的规模。两者相比,后者更为重要。于是,文章引入“结构关联”概念对国防费及其规模进行分析,得出了国防费结构效应的命题。通过对结构关联的分析,作者认为:国防费“质”的规模可以“成长”,但其“成长”主要依赖于国防费结构关联,而国防费结构关联由国防费结构关联水平、关联规模和聚合质量三因素以三维立体形态构成,因而国防费结构关联水平的高低、关联规模大小和聚合质量优劣决定国防费的“质”的规模。文章在对三因素进行系统分析的基础上,就国防费“质”的规模成长提出了一些政策性建议。