基于神经网络的地形匹配方法研究

提出了基于神经网络实现多特征融合的地形匹配算法,充分利用地形的各种不同的统计特征和几何特征,构造了一种地形匹配网络模型.通过对实时图和基准图的分析,给出了计算网络节点之间的权值函数,建立了网络系统能量方程,通过求系统的最小能量得到最佳匹配位置.由于网络能融合地形的不同统计特征和几何特征,所以算法大大提高了系统的抗干扰能力和定位精度,适合于实时图容易发生畸变的地形匹配领域.实验结果表明,定位精度和抗干扰能力均优于传统的地形匹配方法.     

面向信息化战争模拟的体系对抗交互模型研究

从研究信息化战争模拟体系对抗交互模型的有关问题入手,界定了体系对抗交互概念,分析了体系对抗交互的复杂性特征及体系对抗交互作用的主要途径.在探讨体系对抗交互仿真建模内容以及与之相适应的新型建模方法的基础上,对体系对抗总体交互建模、实体交互建模、交互效果建模等问题进行了研究,并给出了有关交互模型的实例.     

熵理论在装备保障指挥组织结构优化中的应用

把熵理论应用于装备保障指挥组织结构的优化设计,并以某军区装备部机关组织结构为例,从量化的角度比较改革前后组织结构的时效熵和质量熵,得出结论:改革后的军区装备部机关组织结构有序度优于改革前机关组织结构有序度。     

步进频率探测信号旁瓣抑制方法研究

为了提高步进频率雷达系统的性能,研究了步进频率雷达的距离旁瓣抑制问题.给出了步进频率雷达信号频域加权的流程图,详细推导了数学表达式,阐述了步进频率雷达距离旁瓣抑制的机理.通过理论分析和仿真验证,通过增加Hamming窗函数和增加一定阶跃值进行补偿,可以减小主瓣宽度和副瓣峰值,效果较好.分析了步进频率雷达的工作原理及距离旁瓣产生的原因.重点研究了基于各种窗函数的距离旁瓣抑制.结合距离旁瓣的基本抑制机理和各窗函数的特点,提出了基于各窗函数线性加权法的距离旁瓣抑制的研究与分析.     

基于固定翼无人机平台的风矢量估计

利用离线得到的气动数据与动压传感器信息相结合,设计一种状态受限卡尔曼滤波器,对无人机所在水平面内的风速与风向进行在线估计,同时实时修正动压传感器的尺度因子.其数学仿真结果表明该算法可以快速估计出风的矢量信息,有效地在线估计动压数据的尺度因子,且整个收敛时间在10 s以内.     

基于自适应正交单纯形CKF的鲁棒目标跟踪方法

为减小模型异常对目标跟踪系统性能的影响,提出了一种自适应正交单纯形容积卡尔曼滤波(AOSCKF)算法.将正交单纯形准则引入容积卡尔曼滤波中,提高滤波估计精度和计算稳定性;将强跟踪滤波(STF)中的自适应因子引入正交单纯形容积卡尔曼滤波(OSCKF)算法中,降低系统模型异常对目标跟踪的影响;将所提算法应用到双站纯方位目标跟踪系统中进行仿真实验.结果表明,AOSCKF算法可有效提升算法的鲁棒性和滤波精度.     

基于知识网络的军民协同创新体系运行机理研究

军民协同创新体系由军地管理机构、高校、科研院所、企业以及中介机构等不同类型的创新主体组成,各主体通过正式和非正式关系联结,将单个创新主体有限的私有知识置于知识网络中。知识网络具有异质性、自主性、层次性和复杂性等特点,结构上分为节点要素、关系要素和环境要素。本文认为,军民协同创新体系通过网络上不同类型节点的相互作用和联系来扩散和使用知识,实现知识创新的目的,在此过程中,私有知识转移扩散、整合共有、吸收应用的交替循环运动实现知识持续积累与螺旋上升。军民协同创新体系知识网络的形成与运行,既需要发挥市场机制的基础性作用,也需要发挥军地管理机构的引导作用,以及中介机构的纽带和支撑作用,通过“有为政府”和“有效市场”的良性互动,最大限度凝聚知识创新的社会合力。     

加脊喇叭天线的时域分析

采用了结合完全匹配层 (PML)吸收边界的时域有限差分方法 (FDTD)分析了加脊喇叭天线的时域特性。利用环路积分方法 (CP)处理曲线金属边界和脊间窄缝 ,计算了天线的阻抗以及口径场的幅相分布 ,结果表明 ,FDTD法分析天线时域特性是非常有效的     

多维离散变换与小波的并行算法及其实现

讨论了多维 DCT和多维 DWT的并行行列算法和并行多项式变换算法 ,并用 Log P模型对算法进行了分析。在仔细分析一维和二维离散小波变换与小波包变换计算结构的基础上 ,提出了它们的并行算法。算法只需相对较少的通信时间 ;适合大规模并行机 ( MPP)和工作站或微机机群系统 ;方法也适合信号处理中的各种塔式分解过程。用 Fortran语言和 PVM编制了算法的程序。在机群系统和大规模并行机上的实验表明 ,算法是正确的且具有较高的加速比。     

基于多分辨分析的数值积分算法

从多分辨分析思想出发 ,推导出一种计算数值积分的算法 ,通过加强迫函数改善其精度。利用张量扩张的原理 ,将其推广到计算多维数值积分。结果表明 ,它不但与传统的Simpson算法有较好的一致性 ,而且对于震荡积分也有较高的精度。