SOJ干扰条件下雷达网目标跟踪条件CRLB

针对雷达检测概率评估雷达网抗干扰效能方法的局限性,通过对雷达天线和检测概率模型的分析,利用单雷达检测/漏检事件,推导了干扰环境下雷达网的条件CRLB,给出了干扰条件下目标跟踪误差所能达到的一个下界,从而提出了组网雷达基于条件CRLB的效能评估方法,同时从理论上证明了雷达组网的优越性。实验仿真结果表明,SOJ干扰下,利用CRLB可以很明显地证明雷达网融合跟踪比单部雷达性能要好,能比较准确地评估干扰环境下雷达网的性能,因此所述方法具有一定的实际工程意义。     

雷达网对侦察无人机突防的威胁评估模型

雷达网对侦察无人机突防具有非常大的威胁,结合无人机的突防战术,建立了雷达网威胁评估指标体系框架;并根据雷达网性能指标的相对性、不可比性和不确定性,运用模糊综合评估方法和层次分析法对雷达网的威胁度进行评估,最后归并获得的评价结果。事实表明,所建立的模型能较准确地评估雷达网对侦察无人机突防的威胁程度,对侦察无人机航迹规划具有一定的指导意义。     

基于SPSO的考虑指控节点受攻击的WTA问题优化方法

鉴于网络中心战中指挥所的重要性,根据实际作战原则,通过对传统武器目标分配(WTA)模型的分析,建立了考虑指控节点受攻击的武器目标分配(Weapon-Target Assignment with Vulnerable Command and Control Nodes,WTAVC2N)模型,并利用随机PSO算法对该模型进行仿真验证。仿真结果表明了利用随机PSO算法解决考虑指挥所被摧毁的武器目标分配问题的有效性及合理性。     

改进关联规则挖掘算法航空发动机故障检测

通过对航空发动机机载数据结构以及几种常用的航空发动机故障检测方法的深入分析,提出采用关联规则挖掘来实现航空发动机故障检测.针对常用的关联规则挖掘算法——Apriori在应对数据量较大的数据库时存在效率瓶颈的问题,对该算法进行了改进.改进后的算法可以不断降低数据库规模和候选项集的数量.通过对航空发动机实际试车数据的挖掘实...     

数据拟合加速寿命试验智能优化设计

加速寿命试验方案的优劣,直接影响着试验的成本、效益和试验结果的准确性,因此有必要对试验方案进行优化设计,寻找最佳应力水平和试样分配比例,使加速寿命试验的结果最准确、代价最小.利用目标函数的连续性,提出一种基于离散数据的拟合方法,将加速寿命试验的优化设计转化为显函数的约束极值求解问题,然后将智能优化算法应用到加速寿命试验...     

网络中心战的网络攻击——Suter计划

Suter计划是网络中心战的组成部分,它的最终目标是发展美国空军的网络攻击系统.从网络中心站的角度介绍了Suter计划的背景、发展历程以及在实战中的应用,分析了Surer计划的重要组成部分NCCT(network centric collaborative targeting)系统,提出了3种可能实现Suter能力的网络攻击技术.     

面向多学科语义的运载火箭集成设计数据管理方法

针对当前集成设计系统中多学科数据管理存在的不足,在分析运载火箭集成设计工作流数据特点基础上,提出了面向多学科语义的统一数据描述方法和数据的动态集成与调度策略,简化了集成设计中数据的描述和访问机制,分离了软件开发员与多学科用户的职责权限.通过在某型运载火箭集成设计系统中的应用,表明该方法可将流程处理与数据处理分离,能有效...     

低气压环境下柴油机涡轮增压器转速实车估算方法

针对涡轮增压器转速实车测量中存在安装困难、精度低的问题,提出了利用RBF神经网络和BP神经网络估算涡轮增压器转速的方法。分别建立了基于RBF神经网络和BP神经网络增压器转速估算模型,通过与台架试验测试样本比较,模型误差分别2.25%和2.27%。同时,RBF神经网络较BP神经网络,具有训练次数少,收敛速度快、结果稳定的优点,更适合实车涡轮增压器转速估算。     

基于振动分析的坦克柴油机汽缸燃烧压力检测方法

针对在坦克实车上不易直接测量柴油机汽缸压力的问题,提出了一种通过测量柴油机汽缸盖振动信号来间接检测汽缸燃烧压力的方法。在某型坦克柴油机上同步测量了汽缸燃烧压力、汽缸盖振动信号和变速箱振动信号,利用自适应滤波方法滤除了汽缸盖振动信号中包含的变速箱振动信号形成的噪声干扰,利用配气相位从时间域分离出由气体燃烧压力激发的振动信号,利用Hilbert变换和小波分解方法分别提取了振动信号和压力信号的特征波形。建立了RBF神经网络模型,以汽缸盖振动信号的包络作为网络输入,实现了汽缸燃烧压力的间接检测。     

基于RBF神经网络和定性趋势分析的传感器故障诊断

针对传感器偏置故障及漂移故障,提出了一种基于RBF神经网络和定性趋势分析的传感器故障诊断方法.该方法充分利用控制系统闭环回路测控信息,建立RBF神经网络预测器,通过将RBF神经网络的预测输出值与传感器实际输出相比较获取残差序列,根据残差首先判断传感器是否发生故障,然后用定性趋势分析方法获得传感器偏置故障和漂移故障的辨识...