时域RWR/ESM脉冲丢失分析

随着战场电磁环境的日趋复杂,脉冲丢失是现役RWR/ESM所面临的一个重要问题。分析了目前典型的3种脉冲交叠计算方法,并研究了3种方法的异同点和适用范围。在此基础上分析了RWR/ESM时域工作模式下的脉冲丢失情况,通过仿真得到了时域RWR/ESM脉冲丢失相关结论。此结论可以作为评估现役RWR/ESM效能的基础,具有较强的实际意义。     

分布式海战场资源规划问题

分布式海战场资源规划是实现海上联合作战的关键。首先分析了海战场资源的分类及战场资源规划特点,建立了基于多智能体的分布式海战场资源规划系统,深入分析了该规划系统的组成和功能,并构造了相应的资源规划结构模型,为实现定性和定量相结合的海战场资源规划与管理提供了一条有效的途径。     

山河智能新推“节油王”混合动力挖掘机

<正>2014年9月28日下午,正值山河智能装备股份有限公司15周年庆典,ES系列液压混合动力挖掘机新品在喜悦祥和的氛围中精彩亮相。此次发布会中,SWE350ES挖掘机展示了优越的节油性能,引起客户热烈反响,多名客户当场均表达了采购意愿。中国工程机械工业协会秘书长苏子孟先生等行业领导与专家参加了此次新品发布会。据了解,山河智能自2006年开始对挖掘机节能技术进行研究,结合多项国家863与科技支撑项目,先后完成节     

基于HDSmP转换的态势估计方法

战场态势分析是指挥决策的基础,D-S证据理论广泛应用于不确定性下的近似推理,尤其在战场的态势估计中起到了重要作用。为了降低命题中含复合焦元时的不确定度,需要运用概率转换方法如Pignistic方法等对这些焦元进行概率转换。当存在命题的基本信度赋值函数(BBA)bba(全称)为零的情况时,一些常规的概率转换方法不能处理,即使能处理这种情况的概率转换方法在降低不确定度方面也没有达到理想效果。提出利用HDSmP方法将信度函数近似转换成概率函数,不仅可解决辨识框架中存在信度为零的命题时的情况,而且可以降低不确定性。此外,对HDSmP方法中比率再分配因子的取值进行了分析,通过实例验证了该方法在战场态势估计中的可行性和实用性。     

机载RWR/ESM中改进最近邻算法的分频段辐射源识别

当前战场环境复杂,机载RWR/ESM要求对辐射源快速识别。由于机载RWR/ESM设备计算能力有限,传统识别中采用的线性匹配算法耗时长,已经不适应当前战场环境。结合RWR设备的分频段体制提出分频段划分雷达样本库,库内采用频率优先最近邻算法以降低计算时间。仿真对比了改进最近邻分频段方法与线性匹配方法的计算时间,结果表明了该方法的有效性。     

航天器调度中的资源约束推理方法

资源水平边界的估计是构建资源利用可行计划中的一个基础问题。通过分析航天器资源约束的共享与分离并存、累积与瞬时消耗并存、过度订阅与区间调度并存等特点,提出了资源时间网络、时间约束网络和约束网络相结合的资源约束描述方法;构建了增量式基于包络的资源约束算法和最早开始时间链展开资源约束算法,以快速获取资源一致的柔性解。实例证明,该方法较好地解决了航天器调度的资源约束推理问题。     

神经规则与案例融合的专家系统知识表示和推理

为了对专家系统中的知识进行表示,并使得推理变得更加准确高效,介绍了一种结合符号规则、神经网络和案例的方法。该方法是把一种混合规则,即神经规则和案例结合在一起。它与传统的基于符号规则推理不同的是,即使有一些未知的输入,也可以执行基于神经规则的推理。实验证明,与传统的专家系统比较,混合推理可以提高故障诊断的效率和精确度。     

高超声速飞行器组合导航系统研究

为提高高超声速飞行器的导航精度,在SINS/GPS位置、速度组合导航模型基础上增加了GPS姿态信息,推导了姿态算法中姿态角误差与平台误差角的关系。通过理论分析说明了其可消除数学模型误差,提高系统的姿态精度,并以此建立了SINS/GPS组合导航系统姿态、位置、速度观测方程。通过仿真验证了该算法的有效性,结果表明SINS/GPS姿态、位置、速度组合导航可以有效提高高超声速飞行器导航定位精度。     

Ag/AgCl电极水中电场探测的幅频响应特性

采用固态粉压型Ag/AgC1电极对参数已知的水下低频交流电场进行探测.通过改变水中电场信号的特征参数进行对比实验,以检测电极对信号频率和幅值的响应特性.实验结果表明:发射信号在0～4 Hz、15～35 mV的范围内时,Ag/AgCl电极的探测灵敏度随发射信号幅值的增加而增强,并且探测信号能够真实地反映发射信号的频率特征.最后,提出了电场探测电极的响应性能的表征参数.     

使用多Agent模型求解N－难题的新方法

借鉴多Ａｇｅｎｔ模型思想给出了求解Ｎ－难题的新方法。将Ｎ－难题分成多个Ａｇｅｎｔ,赋予每个Ａｇｅｎｔ以算法,利用Ａｇｅｎｔ之间的协作和交互有效地进行问题求解。该方法将前人的指数时空复杂度降为多项式时空复杂度,实际实现结果表明了该方法可行、高效。