无人机协同下远程火箭炮作战能力评估

分析了无人机协同远程火箭炮作战的实施方法、作战过程以及对抗条件,在此基础上,构建了无人机协同下远程火箭炮作战能力评估指标体系,并阐述了指标值的标准化方法。采用幂指数和层次分析法(AHP)相结合构建模型,通过分析计算结果进而得出评估结论,对类似作战能力评估问题研究和解决部队作战训练实际运用问题有一定参考意义。     

协同空战制导优势模型研究

为解决多机协同空战中对导弹制导权移交时的制导机选择问题,建立了一种新的制导优势模型。分析了空空条件下制导优势的影响因素,主要包括机载脉冲多普勒雷达对目标的探测能力、雷达制导链路能力和导弹回传链路能力;根据不同态势下目标的雷达截面积和地杂波,采用探测概率建立了雷达探测优势模型;根据制导链路和回传链路接收的功率,建立了不同态势下的制导链路优势模型和回传链路优势模型;将前述三者优势聚合为制导优势模型。仿真实验证明了模型的合理性与有效性。     

空化射流实验研究

空化水射流技术是将空化作用引入到高压水射流而形成的一种新型高压水射流技术，在同等条件下，空化射流相对于普通高压水射流具有破碎和切割能力更高的特点。通过数值模拟和实验方法对空化技术进行研究，进行了喷嘴流场的数值模拟计算，设计了空化射流实验装置及空化喷嘴。以生锈铁板为研究对象，分别进行了喷嘴型号、打击时间、入口压力、靶距和扩散段长度的空化射流打击效果对比实验，研究了空化参数对空化效果的影响。实验结果表明角形喷嘴进行淹没射流的空化效果较好，空化射流除锈具有最优打击时间。不同的入口压力对应不同的最佳靶距。     

模糊理论在多传感器信息融合中的应用

利用模糊控制理论能较好解决不确定性问题的特点,将测量信息融合问题融入模糊控制问题中来提高多传感器系统的测量质量;提出模糊融合模型,并介绍了将传感器信息作为模糊控制输入的模糊化问题,以及相应的模糊规则的建立、模糊推理和清晰化处理;提出以相交论域中心作为多传感器的事实来进行兼容度和激励强度的解算;最后进行相应的仿真说明及分析.     

新混合智能计算法在 UCAV 航路规划中的应用

无人作战飞机(UCAV)出航执行对地攻击(或侦察)任务,若事先针对敌方防御区内的威胁部署和目标的分布情况,就飞行航路进行整体规划设计,则可以综合减小被敌方发现和反击的可能性,最大限度地降低耗油量,从而显著提高其执行任务的成功率.在对进化算法研究的基础上.将用于解决旅行商问题(TSP)的进化算法加以改进,引入优秀个体保护法和模拟退火的策略思想,借以克服进化算法固有的易陷于局部最优的早熟现象,然后运用于UCAV的航路规划.实验结果表明,改进的混合智能计算方法简易而有效,寻优效果明显优于常规进化算法,规划出的航路能够满足UCAV飞行任务规划的综合需要.     

基于C~4ISR体系结构的防空导弹指挥系统设计

主要分析了C4ISR体系构架,阐述了C4ISR体系结构视图的概念、作用以及相互关系,对应框架中提出的三个视图从需求、设计、实现三个层面提出了以C4ISR体系结构为主导进行新一代防空导弹指挥系统设计的思想。     

基于FRFT的FMCW SAR成像

调频连续波合成孔径雷达(FMCW SAR)结合调频连续波与合成孔径成像技术,具有体积小、重量轻、成本低、分辨率高等一系列优点,是新近提出来的一种成像雷达体制。由于FMCW SAR的差频信号在方位向可以转化为调频信号,据此提出了一种基于分数阶傅立叶变换(FRFT)的FMCW SAR成像算法。仿真结果表明,该算法与RD算法相比较,方位向主瓣压缩和旁瓣抑制效果非常明显。     

基于IEPF序贯融合的多传感器管理方法

针对主被动传感器信息融合的特点,提出了一种在IEPF序贯融合基础上进行传感器管理的方法。工程常采用的传统扩展卡尔曼滤波融合算法滤波精度不高,因此结合采用了粒子滤波方法。先对主被动传感器采用迭代扩展卡尔曼滤波集中式序贯融合,利用融合后的信息进行粒子更新,提高滤波精度,在此基础上采用分辨力增益的方法对传感器进行管理。仿真结果表明该方法能够提高对目标的跟踪精度,增强多传感器对环境变化的适应能力。     

基于改进遗传算法的油料调拨优化

为实现油料快速调拨运输，利用改进的遗传算法求解油料调拨优化问题，采用了一种受贪婪算法启发的新的交叉算子和变异算子，对比模拟退火算法等其他算法而言，具有较好的鲁棒性，能很好地解决油料调拨运输过程中多任务多地点的油料调拨运输问题。     

一种基于不变特征的视频拼接方法

视频拼接是空中监视的一个关键部分,它有助于人们从全局的角度理解监控场景.视频拼接包括图像的配准和融合两部分.提出了一种基于不变特征的视频拼接方法,它通过相邻两帧的拼接来实现全景图的拼接.该算法配准部分首先采用梯度方向直方图确定相邻两帧的旋转角度;其次检测两幅图像的角点,特征描述采用SIFT,并结合旋转角度对特征点进行粗匹配;然后对粗匹配的结果采用RANSAc算法剔除错误匹配点.融合部分采用灰度加权的方法.实验结果表明,该算法能够有效地进行视频拼接,甚至存在运动目标的干扰下也能够完成拼接,具有鲁棒性好和速度较快的特点.