时域超宽带紧缩场雷达目标特性测量系统研究与开发

介绍时域超宽带雷达目标特性测量系统的工作原理及测量软件的开发过程。首次将数字取样示波器应用于紧缩场,研究测量原理,给出系统结构及测量流程图,开发超宽带紧缩场暗室雷达目标特性测量系统,包括雷达散射截面测量、极化散射矩阵测量和微波成像等模块。最后给出该系统测量获得的部分数据。     

基于 Taylor 展开的自由拉氏方法

导出了基于泰勒展开的自由拉氏方法 (简称为BTE方法 ) ,编制了一维程序 ,对激波管和飞片撞靶两个问题进行了数值模拟 ,所得结果与传统拉氏差分方法的结果一致。     

战争复杂系统研究现状分析

分析了经典复杂系统理论、仿真建模方法、综合集成方法以及作战实验室等方法在战争复杂系统研究中的应用,在此基础上,分析了国内外对战争复杂系统分析方法的共同特点,指出了分析方法中存在的问题,进一步给出了战争复杂系统分析方法中需要深入研究和完善的内容.     

基于k短路径的兵力机动路线优化方法

由于传统Dijkstra算法只能求解最优路径,结合兵力机动路线选择的需要,将求解k短路径的实用算法引入到兵力机动路线优化问题中,给出了算法的数据结构和步骤。在道路权重的确定上,提出将路程、通行能力和安全性三项指标相结合的思想,并给出了综合权重的计算方法。仿真实验表明所提方法具有较强的实用性。     

随机布阵条件下同时数字多波束干扰优化设计方法

针对现有方法普遍存在的波束形成算法效率低、难以形成多频点多方向的同时多波束干扰、不适用于随机布阵条件下的波束形成等缺点,提出了一种基于二阶锥规划(SOCP,Second-Order Cone Programming)理论的同时数字多波束干扰形成方法。首先,给出了在随机布阵条件下干扰多波束优化设计问题的数学描述;其次,以范数准则为例,将随机布阵条件下干扰多波束设计问题的解析形式转化为相应的SOCP形式;再次,利用现有的原-对偶内点算法工具箱Se Du Mi或者CVX进行快速求解。最后,仿真结果表明该方法可以较好地解决随机布阵条件下的多频率多方向雷达目标同时多波束干扰优化设计问题。     

基于态势预测的无人机防相撞控制方法

针对无人机自主飞行过程中,受空中非协作移动目标威胁较大,且空中移动威胁存在高机动性的特点,提出一种预测移动威胁情况下的无人机防撞控制方法,该方法采用交互多模(IMM)算法预测移动威胁的运动状态,同时利用滚动时域控制(RHC)思想建立无人机运动控制模型,构造有约束目标函数,运用微分进化算法(DE)求解目标函数,获取最优控制量,输入控制模型,完成防撞机动控制。仿真结果表明,该方法可以有效解决空中多架航空器同时入侵的防撞问题。     

一种基于变换域的自适应滤波算法

针对传统时域自适应滤波在较低信噪比下检测估计信号波形的局限性,提出一种基于变换域的自适应滤波的算法。该方法利用分数阶傅里叶变换在分析线性调频信号时的优良特性,在分数阶变换域上进行自适应滤波处理,提高信号检测估计效果。仿真实验证明,该算法在较低信噪比条件下能较好地检测估计出回波信号,滤波效果胜过时域滤波。     

分布式异构集群中节点优先级调优算法

节点优先级常用于评价异构集群中节点的性能,因此节点优先级评价指标权重的选择非常重要。采用层次分析法(analytic hierarchy process, AHP)建立了节点优先级评价指标体系,计算得到各指标的初始权重,并使用BP神经网络对初始权重进行优化。训练时,BP网络输入为集群运行中采集的节点实时资源数据,输出为节点的优先级。分析网络训练完成后得到的权重矩阵可以获得各优先级评价指标的优化权重。实验表明,基于AHP和BP的节点优先级评价模型可以更加准确地分析节点性能。相比于Spark默认算法和权重未优化的对照算法,使用调优后的节点优先级可以有效提高集群性能。运行不同工作量的相同负载时,集群平均性能分别提高了16.64%和9.76%;处理相同工作量的不同负载时,集群的平均性能分别提高了12.49%和6.54%。     

尾流自导鱼雷带角射击弹道仿真

为简化指控系统解算流程,缩短指控系统解算尾流自导鱼雷带角射击参数时间,为后续的鱼雷模拟器的软件研制提供实现手段,提出在尾流自导鱼雷有利提前角射击弹道的基础上进行二次转角航行的改进的尾流自导鱼雷带角射击模型。依据尾流自导鱼雷射击原理,结合有利提前角射击和二次转角射击,对所提出的模型及其约束条件进行了分析与推导,简化了鱼雷带角射击参数的解算。深入分析了尾流自导鱼雷带角射击逻辑,提出采用面向过程设计方法对模型进行仿真,经过对仿真输出图形和仿真数据的分析,验证了所提出模型的准确性。     

用于消除缓变伪距偏差的抗差扩展卡尔曼滤波方法

针对卫星导航系统中伪距观测量存在缓变伪距偏差,导致定位精度下降的问题,提出了一种基于滑动积累的抗差扩展卡尔曼滤波方法。该方法在抗差扩展卡尔曼滤波算法的基础上,通过滑动窗口内多个历元残差矢量的累积,增大标准化残差矢量的伪距偏差,来提高对缓变伪距偏差故障的抗差能力。仿真表明,该方法能有效消除或者减弱微小伪距偏差和缓慢增长伪距偏差造成的位置误差,与传统抗差扩展卡尔曼滤波算法比较,定位精度得到明显改善。