C2关系网络演化生成特性分析*

在网络中心作战背景下,为了探索"聚力前沿"(Power to the Edge)现实要求下的指挥控制(C2)关系动态演化规律,讨论了两种实元的加入策略模型:"信息最优加入"策略(BIMS)和"随机加入"策略(RMS):提出了信息资源利用率、信息资源命中率、信息传输有效率等三个指挥控制关系网络效能指标和一种加权评价方法.通过对仿真结果的分析,发现了BIMS策略下C2关系网络演化过程中存在的自组织、自适应现象,得出了BIMS策略下C2关系网络将具有无尺度网络特征这一结论.最后,比较了BIMS策略和RMS策略下的C2关系网效能和抗随机干扰能力,发现前者优于后者,而且BIMS策略下C2关系网具有逐渐优化的能力.     

高精度空间非合作式相对轨道状态预报

为了解决接近空间非合作目标过程中的相对导航问题,提出一种基于相对轨道动力学方程和二阶龙格库塔积分公式的高精度空间非合作目标相对轨道预报模型。考虑地球J2摄动加速度,将目标轨道方程在参考轨道附近展开,保留至引力加速度差的二阶展开项,并进一步推导考虑J2摄动的参考轨道角速度和角加速度,建立相对轨道动力学微分方程;在给定相对轨道初值的情况下,采用二阶龙格库塔积分公式进行相对轨道预报。该模型采用数值积分方法,对相对轨道动力学模型形式没有限制,通用性好,适用范围广;选择低阶龙格库塔公式积分预报,既减少了计算量又保证了计算精度。设置高轨和低轨两种相对运动仿真场景,仿真结果表明了模型的通用性和精确性。     

装备维修性增长及其基本过程研究

为了解决当前装备的维修性问题，揭示维修性发展的一般规律，进行了维修性增长的研究。首先阐明了装备维修性形成与演变的一般规律，继而提出了维修性增长的概念，重点研究了维修性增长的内涵与增长的一般过程，最后对解决增长问题所需的模型进行了分类，为增长技术的深入研究奠定了基础。     

潜艇规避水面舰艇编队搜索的效能分析

潜艇规避水面舰艇编队搜索是潜艇作战的重要组成部分,是潜艇完成作战任务的前提和保证.在水面舰艇对潜搜索的特点和编队对潜搜索有效宽度的分析基础之上,对潜艇规避搜索效能进行了研究,提出了潜艇规避水面舰艇编队搜索的基本模型,并针对不同情况分析了潜艇规避水面舰艇编队搜索的效能.最后,针对不同情况对潜艇如何规避水面舰艇编队搜索提出了具体的规避方法,规避方法贴近潜艇部队训练实际,切实可行,对提高潜艇规避水面舰艇编队搜索的效能具有指导意义.     

BDS三频非差观测数据周跳探测与修复方法

随着三频技术的出现,多频观测量及其丰富的线性组合特性为周跳的探测与修复提供了新的契机。因此提出三频非差观测量线性组合对载波相位观测数据中周跳进行实时探测及修复的方法。该方法构造无几何无电离层的码相组合,并通过对历元间的电离层延迟变化量进行实时估计与消除,构造出第三组线性无关的周跳探测量。用30 s采样间隔的北斗三频实测数据对算法性能进行验证,试验结果表明:该方法可以有效地对各频点的周跳实现探测与修复,即使在电离层活跃的应用场景中,该方法依然具有较好的性能。     

凹腔布置方案对气化煤油超声速燃烧特性的影响

针对两种凹腔布置方案,模拟马赫数6.0的来流条件,采用气化RP-3开展了一系列直连式燃烧试验。依据燃烧流场的可见光图像、燃烧室壁面静压分布和推力增益,对比分析了凹腔布置方案对气化煤油超声速燃烧特性的影响。结果表明,凹腔布置方案和当量比对燃烧室内的火焰分布、燃料的释热特性和发动机燃烧性能有显著影响。并联凹腔的火焰与释热主要集中在凹腔附近,燃料比冲对当量比不敏感;单凹腔的火焰与释热分布更加分散,燃料比冲随当量比的增加而提高。     

基于等值线约束的地磁匹配定位技术

地磁匹配定位是利用地磁图进行定位的方法,位置输出可用于限制惯导系统的误差积累.介绍了地磁辅助导航的原理和发展现状,并重点研究了地磁匹配定位技术.提出了一种基于等值线约束的改进的相关匹配算法,能有效消除导航系统的初始位置误差并能限制匹配过程中惯导系统的积累误差.仿真实验证明该算法能有效地提高相关匹配的实时性,并能把定位精度控制在地磁数据网格间距以内.算法对航向误差具有一定的适应性.     

基于模糊C-划分和3D小波变换的视频编码方法

在传统矢量量化的基础上,引入噪声模型的影响,结合模糊数学理论,提出了一种基于模糊C-划分的混合噪声模型的矢量量化方法,并将其应用到视频编码中。文中视频编码方法采用了运动补偿与3D小波变换相结合。主要对基于模糊C-划分的混合噪声模型的矢量量化进行了分析。实验结果表明,该方法在视频压缩中具有良好的效果。     

弹性BP神经网络消除轮速传感器误差方法的研究

汽车轮速是汽车运动状态参数的主要信息源,是控制系统的核心,其精度直接影响这些系统的性能.为了提高轮速的精度,降低传感器的研制成本,提出了一种基于弹性BP神经网络的误差分析方法消除轮速传感器误差.将改进的BP神经网络--弹性BP神经网络用于误差分析,并提出误差匹配的算法.理论和仿真结果表明,该方法使绝对误差达到2×10-4>rad,能够有效地消除传感器误差,提高轮速信号的精度.     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。