恩格尔系数与国防建设

19世纪中叶,德国著名统计学家厄恩斯特·恩格尔在研究英、法、德等国不同阶层的家庭调查资料时发现了一个规律:一个家庭收入越低,其食品支出在总支出中所占的比重愈大,反之,其比重愈小;对一个国家而言,其愈穷,每个国民平均支出中购买食品支出的     

无人机任务规划约束空间建模

针对当前无人机任务规划没有充分考虑各规划要素的影响,导致其约束空间建模不够完善的问题,建立了战场威胁模型、链路通视模型、载荷成像模型以及无人机性能模型,系统性分析了各类约束模型与任务规划之间的耦合关系,使得约束空间模型更加完善且更符合真实战场环境。结合相应的航迹规划算法,可制定出满足飞行安全要求以及侦察要求的任务方案。     

基于RBF神经网络的功率测量非线性补偿

提出了基于径向基函数神经网络对功率测量值进行频率补偿和温度补偿的方法。通过实例说明了这一方法的应用。结果表明在对所测得的功率值进行校正时，神经网络补偿办法比传统的查表或多重查表法所占用的存储空间少、补偿的精度更高、所花费的时间较少，并且这种方法对由于其他因素所引起的测量结果非线性也同样有补偿作用。     

基于认知无线电的无线传感网系统设计与实现

为了提高认知无线电传感器网络(CRSN)中的能量使用效率和性能指标,提出了一种新的基于认知无线电的无线传感网系统,该系统中的传感器节点均使用改进的机会频谱接入路由协议,提出的协议能够更好地增加网络的可扩展性和提高网络性能。构建了精确的信道模型以便评估复杂的室内环境不同区域的信号强度,通过实验模拟对提出系统的性能进行评估。模拟结果显示,相比其他两种路由协议,提出的协议在吞吐量、包延迟及总能量消耗方面表现更佳。     

基于自适应卡尔曼滤波的联合RSS/TOA/INS无人机定位算法

针对在全球导航卫星系统信号拒止环境下(如山地、隧道、峡谷)无人机集群常规定位方法受限问题,提出通过集群之间的协同定位,对卫星信号拒止的低成本无人机进行导航恢复的滤波方法,从而有效抑制纯惯性导航系统(INS)定位发散。在获取定位数据方面,首先采用基于超宽带(UWB)和Zigbee设备分别通过到达时间差(TOA)和接收信号强度(RSS)的测距方式得到测距信息,然后进一步利用最小二乘方法解算得到定位局部坐标。考虑到RSS测距远、精度低,而TOA测距精度高、测距范围小的特点,提出一种基于TOA/RSS/INS的序贯扩展卡尔曼滤波算法,通过引入自适应因子,为短程定位信息提供TOA/RSS两路定位冗余的同时,在长程TOA定位失效时仍可利用RSS定位来抑制惯性导航的发散。实验结果表明,该算法在近程可由RSS/TOA提供冗余测距信息,通过自适应因子可将定位精度改善至2m;在长程,尤其TOA定位失效的范围外,同样可以提供误差约为5m的定位信息。相对于传统扩展卡尔曼滤波,所提出的自适应序贯卡尔曼滤波算法有效提高了定位精度,为解决传统定位受限条件下的基于无人机无线电定位研究提供新的思路。