美国陆军的网络中心战

为了实现美国国防部制定的《2010年联合设想》和《2020年联合设想》,以及陆军制定的《陆军设想》,把陆军转变为一支具有战略响应能力、能主宰所有作战行动的军队,美国陆军在参考海军经验的基础上,开展了自己的网络中心战建设。网络中心战的作战效能和实现条件网络中心战的作的效能在现代战争中,掌握及时、相关、精确的信息是实现对目标的自主、快速打击的前提条件。因此,网络中心战高度强调运用网络化的情报、监视和侦察手段,依据预先     

基于循环神经网络的锂电池SOC估算方法

鉴于锂电池荷电状态(state of charge, SOC)实时准确估计的重要性。针对大倍率脉冲放电工况下锂电池的强非线性和时变特性,训练了一个循环神经网络对锂电池SOC进行估算,该网络能够将电池管理系统测量所得的电压、电流、温度映射到SOC。基于某型号18Ah锂电池性能测试所获得的大倍率脉冲工况放电数据进行了实验验证,得到三种温度下锂电池SOC估算结果的平均绝对值误差为1.92%,证明了该方法的有效性。     

基于MRAS的感应电机无传感器控制策略优化

传统感应电机无传感器控制策略采用基于电压模型的转速辨识方法,存在积分初始值误差和直流偏置问题,从而影响转速跟踪效率和观测精度。针对这一问题,用滤波环节替代原有纯积分器并增加反馈补偿,提出了一种改进型基于转子磁链的模型参考自适应系统(MRAS)方法。在此基础上,通过MATLAB/SIMULINK平台搭建数学模型,对改进型基于转子磁链的MRAS法和传统MRAS法进行了仿真研究。仿真结果表明:改进型转子磁链MRAS法能够快速准确辨识电机转速,具有较强的鲁棒性和较好的动静态性能。     

多矢量水听器低频近场目标协同定位算法

针对水下小平台难以实现低频近场目标定位的问题,研究了基于多个矢量水听器的协同定位算法。算法将多个矢量水听器视为不同的观测点,利用矢量水听器阵列流型特点估计出目标相对于不同观测点的方位角,根据这些方位角信息利用正交矢量算法对近场目标进行定位,避免了多维搜索过程,减少了计算量。仿真结果表明,算法能够准确地定位低频近场目标,有效地提高定位精度。