条带式合成孔径雷达数字聚束算法

与聚束工作模式的合成孔径雷达 (SAR)相比 ,条带式SAR能够在相同时间内对更大范围的区域进行微波成像。但是在分析条带式SAR图像时 ,往往需要着重分析某些局部热点区域 (ROI ,Region-Of-Interest) ,而ROI外散射体的回波会降低ROI图像的对比度。本文的数字聚束 (Digitally -Spotlight)算法可以在成像前将ROI外的回波“过滤” ,实现等效的的聚束工作模式 ,从而提高SAR对比度。仿真验证了该算法的有效性。     

角速率火控原理研究

论述并研究了角速率火控原理,利用“滤波──识别”方法,提出了一套新的角速率火控滤波和外推模型。仿真结果表明,这种模型对于机动运动的反舰导弹可以明显提高火控预报精度。     

运动补偿与UWB SAR中RD成像算法结合的实现方法

分析了机载合成孔径雷达(SAR)中载机运动误差对接收信号的影响,指出在运动补偿处理中可以将距离向误差分解为空不变项和空变项,在此基础上采用一阶和二阶运动补偿的方法来对两个误差项进行补偿.为了将测量的运动误差数据应用到高分辨率成像中,提出了一种与距离多普勒(RD)成像算法相结合的运动补偿方案.通过对仿真数据的测试,本文方法得到了验证.     

微硅加速度计在定向钻进角度测量中的应用

针对地下定向钻进角度测量的特殊要求,提出了用一个单轴和双轴微硅加速度计测量地下钻头倾角和面向角的方法,组建了角度测量系统,给出温度补偿措施及相应的实验结果。结果表明,系统不仅具有体积小、成本低等优点,而且系统精度优于1℃,非常适合地下钻进测量。     

基于模糊理论的指令驾驶系统设计与仿真

指令驾驶系统能极大地减轻驾驶员负担并帮助驾驶员更好地完成飞行控制任务。研究了某型飞机在高度保持方式下引入指令驾驶系统的方案。对指针偏转规律采用模糊建模,进行了人机闭环系统仿真,并与自动驾驶仪的控制效果作了对比分析。结果表明,采用模糊建模,借助于自动驾驶仪系统在各种情况下的工作数据对模糊系统进行训练,从而得到的指令驾驶系统控制律是可行的。     

具有变号非线性项的三点边值问题的正解

首先证明双锥上的一个不动点定理,并通过该定理研究一类具有变号非线性项的二阶三点边值问题两个正解的存在性。同时,给出了该三点边值问题相关的Green函数。     

两栖装甲装备战场损伤仿真模型

现代战争,随着各种高技术武器装备,特别是精确制导武器的广泛应用,战场上装备的损伤概率会越来越大;损伤的后果将越来越严重,使战时的保障问题变得更加突出,且难以把握.从分析两栖装甲装备在未来作战中的损伤机理入手,在缺乏大量实际战损数据的情况下,通过建立装备战场损伤仿真模型,为战时装备保障方案的制定,提供科学有效的辅助决策依据.     

Vondrak-Cepek组合滤波在北斗共视和卫星双向时间比对融合中的应用

为减小卫星双向时间比对(Two-Way Satellite Time and Frequency Transfer, TWSTFT)中的周日效应,利用北斗共视链路没有周日效应的特点,通过Vondrak-Cepek组合滤波方法对中国科学院国家授时中心(National Time Service Center, NTSC)、德国物理技术研究院(Physikalisch-Technische Bundesanstalt, PTB)以及中国计量科学研究院(National Institute of Metrology, NIM)间的北斗共视时间比对结果分别与硬件卫星时间和距离测量设备(SAtellite Time and Ranging Equipment, SATRE) TWSTFT和软件接收机(Software-Defined Radio, SDR)TWSTFT结果进行了融合处理。采用时间偏差和幅值频谱两个指标以及GPS精密单点定位(Precise Point Positioning, PPP)时间比对分别对融合结果进行内外符合评估。结果表明,经过Vondrak-Cepek滤波的融合结果中周日效应基本消失,其与GPS PPP链路差值结果的绝对值保持在链路校准的不确定度范围内。对于长基线NTSC-PTB链路,融合结果1 d的时间偏差稳定度对SATRE和SDR TWSTFT的增益因子分别为1.85和1.81;对于短基线NTSC-NIM链路,融合结果对SATRE和SDR TWSTFT的增益因子分别为1.69和1.59。融合结果的短期稳定度显著提高。     

【专题】复杂陆战场环境下的智能感知理论现状与发展

近年来,由于基于深度学习方法的智能检测算法不断演进,其网络结构不断进化,实用化程度不断提高,因此,将其应用于复杂战场环境下,形成实用化智能感知能力的可行性不断提高。然而算法的可靠性、可解释性问题目前仍未完全解决。本文认为,在未来的地面无人平台系统框架内,使用基于深度学习的目标检测识别方法,融合多种传感器感知信号,探索如何可靠地收集无人平台附近敌我车辆、人员、相关物体状况以及视距内的地理与气象环境信息,能够实现多元智能感知过程,构建智能复杂体系,为无人平台实现复杂战场环境感知理解,自主环境判定、自主行走、自主危险判定甚至威胁自动处置提供技术储备。同时,这也将是军队下一步智能感知理论方向的主要任务。     

基于两阶段优化模型的海上横向补给规划研究

为研究海上横向补给过程,提高海上补给效率,对海上物资补给及舰船补给顺序进行了优化研究.通过分析横向补给的作业特点,将横向补给规划问题划分为单舰物资补给顺序规划与编队舰船补给顺序规划两阶段优化问题.在区分平、战时不同战场环境情况下,分别利用多智能体仿真模型与整数规划模型,对两阶段优化进行了实现,结果表明两阶段优化模型能够有效地优化海上横向补给方案.