OFDM系统峰均功率比抑制技术研究

正交频分复用(OFDM)以其无法比拟的优越性受到广泛的关注,是未来4G的核心技术之一,但是OFDM系统的高峰均功率比PAPR问题已成为影响该技术实际应用的重大障碍。针对目前国内外几种主要的降低峰均功率比的技术所存在的问题进行了研究,重点对部分传输序列(PTS)法进行了分析,并针对PTS算法在计算复杂度上的不足,提出改进...     

1553B接口模拟制导机设计与实现

根据某型合成孔径雷达项目型号的需要,在对该型号通信协议分析的基础上,采用1553B总线通信接口来设计满足雷达项目型号要求的模拟制导机,以配合项目型号的研制、调试和后续的保养维护等工作。模拟制导机采用某航天研究所自主研发的国产4 M/s速率PCI-1553B板卡、惯性测量单元和PC机结合,构成模拟制导机所需要的导航数据源、串口通信和1553B总线通信接口硬件平台。采用Visua1 C++6.0开发工具,设计模拟制导机界面、数据转换处理等软件构成模拟制导机通信控制平台。项目型号的调试结果证明,模拟制导机能够正确发出指令和制导数据,运行稳定,达到了设计要求。     

子母弹对航空母舰毁伤效果的仿真计算

通过建立航空母舰重要目标的数学模型,将导弹对航空母舰毁伤能力指标进行量化,运用蒙特卡洛方法模拟计算导弹对航空母舰的毁伤效果,进行了实例计算,结果表明该方法简单,快速且可靠。     

神经网络在靶场动态精度预测射击精度中的应用

在靶场,动态精度试验可以得到较为充分的样本量,射击精度试验样本量往往相对不足。利用动态精度预测射击精度可以增加射击精度试验样本量,不过如何利用动态精度预测射击精度,一直是靶场舰炮武器系统试验中不易解决的难题。利用神经网络技术,结合靶场试验数据,建立了动态精度预测射击精度的模型,实现了动态精度数据预测射击精度。结果表明,...     

等效扰动的炮控系统非线性自适应补偿控制方法

坦克炮控系统内部存在摩擦、齿隙和参数漂移等多种非线性,严重影响了系统性能的发挥。基于“等效扰动”的思想,将系统的各种非线性环节等效为外部扰动,从而将复杂的非线性系统转化为带可测扰动的线性系统。在此基础上设计了基于扩张状态观测器的自适应模型跟随控制器,实现了炮控系统多种非线性的补偿控制,实验表明,这种控制方法能够有效地抑制非线性扰动的影响,改善系统性能,且易于工程实现。     

战术互联网网络管理模型

战术互联网具有与一般通信网络不同的特征与要求,为此其网络管理需要采用新的方案来解决。采用模型分析方法,对战术互联网网络管理的活动模型、功能模型、组织模型、运行模型、通信模型与视图模型进行了分析研究,从而为战术互联网网络管理方案确立了总体框架,并为战术互联网网络管理系统设计提供了指导思路。基于所研究的模型,可以使战术互联网网络管理系统适应战术互联网的特殊性,满足战术互联网的作战运用需求,保障战术互联网充分发挥作战效能。     

武警基层中队后勤综合保障能力评价研究

针对武警基层后勤综合保障能力评价的主观性问题,探讨了三角模糊数与数据包络分析(DEA)理论在武警基层后勤综合保障能力评价中的应用.采用三角模糊综合评价模型对某支队5个中队的后勤综合保障能力进行评价优选.同时将DEA分析理论应用于武警基层后勤综合保障能力的优选问题研究,构建了合适的DEA模型,分析了5个中队的的相对有效性...     

邻近支持向量机的阵列波束优化

针对标准支持向量回归波束形成器的计算复杂度高、内存开销大、训练速度慢的缺点,提出了邻近支持向量机(Proximal Support Vector Machine,PSVM)波束优化方法。PSVM打破了通过对偶问题求解原问题的传统思维,将支持向量回归的约束条件等式化,直接对原问题进行分析与求解,给出了基于PSVM波束形成器的优化模型及具体实现过程,并进行了数值仿真实验。研究结果表明,在保持波束形成器性能基本不变的情况下,降低了计算复杂度,减少了内存开销,提高了训练速度。与传统的支持向量回归波束形成相比,具有良好的快速性,为波束形成器的优化设计提供了一种新的有效方法。     

系统误差对雷达和ESM航迹关联的影响

基于统计学原理,就系统误差在雷达和ESM航迹关联中的影响进行了研究分析,并对研究中发现的随着雷达探测精度的提高,雷达和ESM航迹关联的检测概率反而下降这一现象做出了合理解释.最后,仿真结果有效地验证了分析的正确性.     

航空兵对地突防概率模型

航空兵对地突击作战中,某一道防线看成由多层梯次的子防线构成,作战飞机依次通过这些子防线完成对一道防线的突防.突防过程中,航空兵和地空导弹拦截区相邻两层构成不同子防线,高炮拦截区相邻两层构成同一子防线,基于此,建立了多道防线梯次防御的航空兵对地突击突防概率模型.通过案例计算分析,验证所建突防概率模型的可行性和正确性,针对...