高动态GPS抗干扰算法仿真研究

对于高动态条件下GPS(global positioning system)接收机的抗干扰问题,研究等距线阵接收信号模型和基于协方差矩阵扩张的基本原理,并仿真分析了2种基于协方差矩阵扩张的经典抗干扰算法：Mailloux算法和Zatman算法在高动态环境下的作用效果。经过Matlab仿真,结果表明,相比与常规方法,Mailloux方法和Zatman方法在阵元是等距线阵时,都能有效地加宽从干扰方向上形成的零陷,能够提高在高动态环境下的抗干扰效果,使接收机能够捕获卫星信号。     

舰载对陆巡航导弹规划航路点间距离的计算分析

针对舰载对陆巡航导弹在实际飞行中,其航迹需要参考近似大地线的航线,在充分考虑导弹由海对陆的航路规划过程基础上,提出了易于编程、精度有所改进的空间两点间大地距离的计算方法。该方法在考虑高程的地球椭球模型参数的求取基础上,利用Bowring反解公式重新推导了顾及高程的空间航路点间的计算公式。相关算例表明,该方法提高了导弹规划航路点间距离的计算精度且易于工程实现。     

弹道目标跟踪滤波方法研究

主要对弹道目标的跟踪滤波方法进行了综述,对扩展卡尔曼滤波（extended Kalman filter,EKF）、转换测量卡尔曼滤波（conversion measurement Kalman filter, CMKF）、基于弹道运动方程的扩展卡尔曼滤波（ballistic extended Kalman filter, BEKF）、基于弹道运动方程的无敏卡尔曼滤波（ballistic unscented Kalman filter, BUKF）4种滤波算法的关键点、优缺点进行了剖析。进一步利用仿真的弹道数据对4种滤波方法的效能进行了验证,对比了不同滤波器的滤波精度和再入目标的跟踪性能,分析了质阻比对滤波性能的影响,提出了选择和设计目标跟踪滤波方法时需要考虑的几个问题,为雷达滤波方法的选择和设计提供参考和依据。     

美国应对外空国际条约的做法简析

针对现行国际空间法存在的诸多漏洞和缺陷,国际空间大国积极利用这些漏洞寻求开展外空试验的依据,并规避法律的约束以发展外空武器装备,使得外空存在被武器化的风险,外空军备竞赛日益激烈。因此,研究并利用外空条约、关注空间大国开展外空试验的现实做法,可以为开展外空活动提供借鉴和依据。本文重点研究了美国海基反卫试验和轨道快车试验,从试验背景、目的、对外口径以及对外反应几个方面,综合对比分析了试验的现实做法,剖析了美国应对外空条约的做法,从技术上、政策上和法律上得出了如何应对的方法和途径。研究成果可为我国合理合法地开展外空行动提供借鉴,从而赢得国际社会的认可。     

适合概念设计的制导炮弹气动外形优化方法

为了构建能够满足复杂外形制导炮弹气动外形优化设计的方法,给出了基于解析函数和UG NX软件二次开发系统的制导炮弹参数化建模基本原理和具体实施方法,并使用遗传算法为优化算法,结合高精度面元法的气动特性预估程序,完成概念设计阶段的制导炮弹气动外形优化的快速优化设计。以翼-身-尾布局形式的制导炮弹气动外形优化设计为算例,对该优化方法进行了考核验证。算例验证结果表明:气动外形优化方法在使用较少的参数条件下,能够构建具有复杂形状的弹身和翼型的制导炮弹气动布局,并能在构建几何外形的同时快速生成不同拓扑结构外形的面元网格,结合遗传算法能够在制导炮弹概念设计阶段快速得到较优的外形布局,具有很好的工程应用前景。     

激光末制导炮弹射表基本诸元计算方法

激光末制导炮弹射表基本诸元计算方法是射表编拟领域中的一个新课题,由于无法采用过去普通无控弹的计算方法,必须研究新的方法。研究过程中发现两个问题,一是研究初期确立的基本诸元计算方法不能满足有效攻击区战技指标,直接降低命中率。二是基本诸元解算速度太慢,严重影响射表计算速度。针对这两个问题给出了解决方法,使射表精度得到保证,并极大地提升了射表计算速度,使得高价值制导弹药射表编拟方法研究实现了突破,也使射表弹道模型推广应用到作战或训练射击诸元的实时解算成为可能。     

国防科技助力“一带一路”建设

国防科技能够为"一带一路"沿线国家的经济、政治、安全、科技、文明等方面的发展进步做出重要贡献,我国可以将核能、航空、航天、船舶等国防科技领域作为重点先导领域推进实施。要着眼面临的机遇与挑战,着重从促进战略对接、打造品牌优势、推进军民融合、加强人才培养和关注人文交流等方面搞好战略应对。     

基于一维卷积神经网络的二进制协议分类方法

针对目前网络上未知二进制协议种类繁多、不便于管理的问题,提出一种基于一维CNN的二进制协议分类方法,利用聚类得到协议数据的标签进行训练,直接将经过一类分类的二进制协议报文作为一维卷积神经网络的输入,训练分类模型,构建了一个二进制协议分类器,能够自动学习原始输入与预期输出之间的非线性关系,实现协议的自动分类功能。这是首次将一类分类与CNN网络应用于二进制协议分类领域。并且针对最大频度池化和一维卷积网络作了对比试验,验证了改进的有效性。经过实验验证对协议的识别率达到了98%以上,分类时间优于聚类方法。