等残差卡尔曼滤波器组算法的无人机控制故障诊断

提出了一种等残差卡尔曼滤波器组算法,它只需要单个卡尔曼滤波器的残差和状态估计及其线性变换,就可得到与标准的多模自适应滤波算法等价的残差,因此可以有效地减少计算量和计算时间.将此算法应用于某无人机控制系统的故障诊断,仿真结果验证了该方法的有效性.     

遗传算法的多目标作战系统组合优化

以作战任务为中心,动态集成作战系统的过程中,由于作战任务间逻辑关系的复杂性,以及作战系统的数量有限性,作战任务之间可能存在作战系统冲突问题.针对此问题,结合作战活动的特点,建立了多目标决策模型,构建了问题的可行解空间,并在此基础上,将作战任务的约束和冲突规则引入遗传算法,实现了一种带规则编码的遗传算法,给出了算法处理流程,最后进行了总结.     

基于模糊聚类-BP神经网络模型的战场目标识别

神经网络可以用来识别战场目标,但是传统神经网络具有样本多、学习速度慢的问题.为了解决上述问题,建立了一种基于模糊聚类和神经网络相结合的目标识别模型.仿真实验表明,用该模型进行目标识别,可以科学地选取样本,提高网络的训练速度和运行速度,并且能确保目标识别的正确率.     

利用星载相机成像信息进行卫星姿态确定的方法(英文)

随着卫星定姿精度要求的日益提高,仅用常规卫星敏感器已经不能满足高精度定姿要求,针对该问题,提出一种利用星载相机的单点成像信息进行卫星姿态确定的算法,根据相机成像原理推导出卫星姿态角与像点位置的关系,结合数字相机的特殊成像方式,建立了用误差四元数描述的线性相机测量残差模型,并给出联合常规姿态敏感器进行联合姿态确定的方案.仿真结果证明星载相机的信息的引入使得稳态姿态估计精度由0.002 6°提高到0.000 69°,并且加快了滤波收敛速度.     

基于偏好度的多传感器任务管理研究

任务管理是多传感器管理的一个重要组成部分,是其他管理模块的基础;以目标为研究对象制约了复杂系统传感器管理的研究,而以目标任务状态对应的子任务为对象却能使复杂系统简单化;以空中M4系统为背景,首先提出子任务的生成原则,然后按照不同层次规划子任务优先权集合,并采用主客观离差最小化多属性决策方法建立子任务优先权;最后在仿真试验中,验证了该方法的合理有效性.     

预测偏差的LS-SVM预测控制

提出了一种基于预测偏差的最小二乘支持向量机预测控制模型.首先介绍了最小二乘支持向量机预测模型,研究了基于预测偏差的控制算法,并给出了基于预测偏差的最小二乘支持向量机预测控制结构.通过利用最小二乘支持向量机辨识被控系统模型,同时预测系统的未来输出,然后用预测偏差控制算法进行滚动优化和反馈校正.仿真实例中,针对同一系统与基于预测偏差的RBF网络预测控制进行对比分析,表明该模型对系统的预测结果有更好的控制作用,并具有一定的抗干扰能力,有效地提高了预测精度.     

导弹末制导中的目标机动估计

在空空导弹末制导段为了能更好地估计目标的逃逸机动,以满足制导要求,基于"当前"模型描述目标加速度,提出了一种利用相对速度估值差来调整目标加速度方差的算法.并在导弹-目标相对运动的三维空间内,由导弹对目标的速度测量值偏差调整状态噪声,并通过自适应扩展卡尔曼滤波实现对目标机动的估计.仿真结果表明,该算法在末制导中目标的机动估计精度要优于传统方法.     

武器装备体系效能敏感性分析方法

从效能评估模型建立、评估分析及决策制定三个阶段,说明敏感性分析在武器装备效能评估中的作用.对敏感性分析方法进行分类,分别说明各类方法的特点.并从模型适应性、计算强度和敏感性表现能力三方面对各种方法进行对比.提出了武器装备体系效能分析对敏感性分析的挑战,及可能的解决思路.     

对组网雷达的多目标航迹欺骗

由于目前点迹压缩、点迹串行合并等融合方法在组网雷达中的普遍应用,使得对单部雷达的多目标航迹欺骗很容易被雷达组网系统所识别。为了能够有效地欺骗组网雷达,并在网内各雷达的PPI显示器上显示相似的航迹,在对单部雷达实施多目标航迹欺骗的理论基础上,提出了一种对组网雷达实施多目标航迹欺骗的方法。根据组网雷达系统中各雷达坐标位置的不同以及各雷达主波束对准干扰机时间的不同,详细讨论了产生具有空间相关性和时间相关性的可控欺骗航迹的算法。     

阿基米德螺旋天线的群延迟和UWB-SAR系统延迟的补偿研究

将Archimedean天线的群延迟分为色散部分和非色散部分.利用Archimedean螺旋线的几何特性揭示了其固有的色散特性,有效地解决了该类天线群延迟未知情况下的补偿问题;将天线群延迟的非色散部分等效为附加系统延迟,利用定标体形成的曲线特征,提出了一种基于Hough变换(HT)的延迟系统估计方法,并利用曲线的对称性降低HT的维数,提高估计速度.轨道超宽带SAR数据的处理结果验证了所提方法的有效性.