水力测功器模拟螺旋桨高海情负载的神经网络预测控制仿真研究

为解决用水力测功器实现螺旋桨高海情下动态负载模拟的难题,首先给出了问题的数学描述并从工程应用角度做了适当简化,完成了开环辨识试验和神经网络建模;然后基于模型预测控制的基本原理进行了水力测功器模拟螺旋桨高海情负载的神经网络预测控制研究;仿真研究结果证明,文中所提方法确实有效,可用于水力测功器建模及动态加载控制。     

数字示波器网络化校准测试技术研究

在对网络化校准技术深入研究的过程中,对网络化校准系统体系结构与构建、系统应用软件设计等关键技术进行了研究,以此为基础设计了一个网络化示波器校准系统并进行了实际测试分析。     

数字化炮兵的现状及未来

当今以计算机技术、数字通信技术和传感器技术为代表的数字信息技术,已经引发了一场新军事变革.对于这场军事变革所带来的影响,我们从近来的几场局部战争中已初见端倪.     

虚拟“战斗群雷达”——美军“协同作战能力”（CEC）系统分析

现代防空作战面临着超越其现有作战能力的重大挑战.为应对这些威胁,即使是规划中的新系统,都需要一种能够在舰船、作战飞机和陆基防空单元之间实时地、非常精确地共享信息(原始传感测量数据)的能力.传感器组网技术,正是一种能够支持这一能力的先进技术,其在本质上有别于现有的,在作战单元间高速传输处理后的跟踪信息的方式.本文概述了美军"协同作战能力"(CEC)系统研发情况、工作原理及技术战术性能.     

语音信号数字处理技术及其军事应用

语音是由人类发音器官发出的,能载负与传达一定的语义信息并能被他人所理解的语言的物质外壳.20世纪70年代以来,随着计算机科学和信息技术的跨越式发展,利用数字技术对人类自然语音信号进行相应的处理,让机器具有"听"、"说"人类自然语言的能力,已成为人类信息革命的标志性景观.语音信号数字处理技术在国民经济、日常生活和军事领域有着极为重要的应用价值和极其广阔的应用空间.当前,语音信号数字处理技术正在军事领域大显身手,其发展水平已成为衡量世界各国军队信息化水平和军事实力的重要标志,并将成为未来信息化战争不可或缺的重要组成部分.     

水下无线传感器网络的节点精确定位

以无线传感器网络(WSN)水下应用为背景,针对特定的环境要求,提出了一种可实现网络规模升级的分布式无锚点网络节点自定位机制。该定位算法通过距离误差估计和分布式坐标计算方法,有效地减少了由于测量距离误差所带来的坐标计算误差和节点坐标计算所带来的通信开销,有利于网络节点能量的合理使用和大规模的WSN布放。通过试验仿真计算,验证了该定位机制的合理性,为水下WSN应用提供了有力的技术支持。     

干扰条件下空中目标识别方法研究

目标识别是态势评估和威胁估计的基础,是作战指挥辅助决策的重要依据,是防空作战的关键环节之一。该文将雷达信息可信度扩展到传感器信息可信度,并基于扩展内涵的目标识别信息可信度,提出一种应用对空侦察雷达、光学器材、ESM传感器的空中目标识别方法,完成干扰条件下空中目标识别模块的设计。该方法依靠目标识别信息可信度较高的传感器信息来做出全局判决,有助于提高整个系统目标识别的可靠性。     

雷声公司继续研制巡航导弹防御用空中网络传感器系统

据报道,雷声公司日前与美国陆军商定关于“联合对陆攻击巡航导弹防御用空中网络传感器”（JLENS）系统研制与验证的修订合同,该合同价值约14亿美元。     

离心机试验中惯导平台误差系数辨识方法

针对离心机试验中惯导平台误差系数辨识问题,提出一种6位置辨识方案。建立误差系数辨识的非线性模型,再利用扩展卡尔曼滤波估计误差系数。由滤波中的估值方差矩阵计算各误差系数之间的相关系数,用相关系数分析系统的可观性,并将所有相关系数之和最小作为优化指标,利用遗传算法得到最优的位置组合。仿真结果表明,采用该方案可以有效辨识出惯导平台中与加速度高阶项有关的各项误差系数。     

基于非线性Kalman滤波的导航系统误差补偿技术

针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性预测模型,进而计算得到其预测值;将该预测值与Kalman滤波算法求得的估计值进行比较得到差值,以此监测Kalman滤波算法的工作状态;采用自适应控制方法,在导航系统结构层面改进Kalman滤波算法,构建新型的导航系统误差补偿模型。开展基于导航系统KIND-34的半实物仿真研究,应用所提出的改进方法改善了导航系统误差的补偿效果,提高了组合导航系统的自适应能力和容错能力。