越肩发射火控系统的鲁棒性研究

越肩发射火控系统主要依赖机载告警设备获取后方飞机的信息.通过分析机载告警系统的误差模型,采取蒙特卡罗法对导弹命中概率进行模拟,给出了越肩发射导弹的命中概率等高线和命中概率曲面.仿真结果表明在告警设备对目标方位角测量存在误差时,越肩发射火控系统仍能保证在一定区域内以较高的概率命中目标,即输入存在干扰时,系统具有很好的鲁棒性.     

欠驱动关节机械臂位置控制研究

以具有欠驱动关节的水平两自由度机械臂为研究对象,研究当驱动关节达到指定位置后,以幅值和频率可调的驱动关节角速度信号为控制输入量来控制欠驱动关节的位置。用平均法对欠驱动机械臂的拉格朗日动力学模型进行了简化,并基于简化后的模型给出了闭环非线性反馈控制律。仿真结果表明,所设计的闭环非线性反馈控制率能够使任意初始位置的欠驱动关节趋近其指定位置。     

卡尔曼滤波框架下优化增益异类噪声处理方法及其应用

针对基于卡尔曼滤波框架算法只能处理已知高斯噪声系统的局限性,设计能够同时处理含有异类噪声系统的改进算法。将不确定系统受到的干扰分成高斯噪声和未知有界噪声,对噪声特点进行分析,并将其加入状态方程和观测方程;在吸收集员滤波优点的基础上,对标准卡尔曼滤波进行改进,通过计算包含两种异类噪声系统状态的最小均方误差,得到该条件下滤波增益的调整值;将利用集员滤波得到的状态统计量以及两类噪声信息和调整后的滤波增益代入卡尔曼滤波体系,得到改进后的滤波算法。将提出的改进方法应用于不确定车辆导航系统中进行解算,仿真结果表明:改进滤波方法能够有效克服异类噪声的干扰,性能优于扩展卡尔曼滤波方法,对异类噪声具有较好的抵抗能力。     

MFC框架下的多通道视景仿真技术

采用分布式Vega Prime的仿真技术,结合MFC的多线程机制,解决了在视景仿真系统中大场景的显示问题,实现了大场景仿真的多通道显示及各个通道之间的数据传递和同步,外界输入设备对视景仿真的控制,并通过在工程应用中的实践,证明该技术是可行的.     

分布式MIMO数字阵列雷达多目标定位

为了充分发挥相控阵雷达探测波束的方向性和分布式多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达空间分集增益和结构增益在目标定位上的优势,提出了一种分布式MIMO数字阵列雷达模型并对其多目标定位方法、搜索复杂度和分辨力进行了研究。建立了分布式MIMO数字阵列雷达的观测模型;依据最大似然估计给出了目标定位的搜索方法并计算了搜索复杂度;并利用模糊函数对分布式MIMO数字阵列雷达的分辨力进行了仿真分析。研究结果表明:与常规分布式MIMO雷达相比,分布式MIMO数字阵列雷达子阵波束的方向性可以降低目标定位时的搜索复杂度,缩小距离和角度联合模糊带的长度;与常规相控阵雷达相比,分布式MIMO数字阵列雷达的结构增益可提高目标分辨力。     

频率性规律在非专业英语学习中的窘迫地位及其挽救方法

频率性规律是英语学习本质而重要的特征,在阐明频率性规律在高校非专业英语学习中的窘迫地位之后,以频率性规律为理论模式,以高校非专业英语教学为实践框架,从单词、词组、语法和文化背景等4个方面,对如何挽回频率性规律在英语学习和教学中的重要地位进行了尝试。这种努力,对于解决高等院校非专业英语教学中学时和教学内容之间的尖锐矛盾,有重要的现实意义。     

发射波束域MIMO-STAP雷达发射接收联合设计方法

研究了信号相关杂波背景下机载多输入多输出(multiple-input multiple-output,MIMO)雷达发射波束形成和接收滤波器的联合设计问题,建立了机载MIMO雷达发射波束域空时自适应处理(space-time adaptive processing, STAP)信号模型。为了提升杂波环境下目标的检测性能,通过最大化输出信干噪比构建了发射波束形成和接收滤波器的联合设计问题;然后,设计了一种新的基于优化最小化(majorization-minimization,MM)框架的迭代优化算法来解决联合设计问题。该算法通过合理寻找目标函数的下界可以有效提升算法的收敛速度并降低算法的运行时间。此外,与传统的相控阵雷达和MIMO雷达相比,优化后的发射波束形成和接收滤波器可以显著提升输出信干噪比,仿真实验验证了所提方法的有效性。     

基于MIMO的信号检测技术在宽带数据链中的应用

分析了多输入多输出系统中空分复用和空时分组码的解码算法,提出了一种空分复用和空时分组码相结合的方案,探讨了这种方案的解码算法并对该算法进行了仿真验证.结果表明,这种方案的BER性能在高信噪比时要好于其它方案,因而可以应用到需要高传输速率以及高链路可靠性的宽带数据链中.     

集成神经网络的飞机作战效能评估

根据飞机作战效能的指标体系和集成神经网络的原理,提出了一种基于集成神经网络的飞机作战效能评估模型.模型由空对空作战效能评估神经网络、空对地作战效能评估神经网络和决策融合神经网络组成,当训练结束后,输入飞机的能力参数可得到飞机的单项和综合作战效能.最后用米格-29、F-15E和Su-20等三个机型作为评估的对象,结果表明该模型能有效减少评估中的人为因素及克服单神经网络结构的不足,使评估结果更为客观可信.     

机动目标模型的研究进展

回顾了近年来机动目标模型的研究与发展;重点分析讨论了Singer模型、"当前"统计模型、自适应当前输入统计模型、Jerk模型及坐标转弯模型的优缺点,指出了各个模型的局限性,并得出有意义的结论;最后指出了机动目标模型研究的难点及未来的研究方向.