结合实时数据产品与北斗短报文的厘米级海洋精密相对定位

针对远海精密定位的广泛需求和传统精密定位服务费用昂贵的问题,提出利用北斗短报文设备传输导航观测数据,结合实时服务数据产品,以实现海洋的低成本厘米级精密相对定位。为了克服短报文传输频率低的缺点,采用融合空间相对定位和精密单点定位两种技术来加密分钟间隔以外的坐标,避免了传统时间基线法加密坐标存在的误差累积现象。分别基于静态和动态海洋观测数据进行仿真实验,结果表明,新方法无论在水平方向还是垂直方向上,都可以实现厘米级定位,且对时间间隔不敏感。     

利用最小二乘支持向量机求解潜艇内外磁场映射模型

为提高潜艇磁隐身能力,应对潜艇固定磁场进行实时监测,提出利用最小二乘支持向量机的潜艇内外磁场映射方法。结合内外映射法和最小二乘支持向量机原理,通过交叉验证优化模型参数,建立由内到外的潜艇磁场映射模型。以潜艇外部垂向固定磁场变化量为分析对象,仿真和实验结果均与标准值吻合良好。与径向基神经网络算法相比,该方法的泛化能力和推算精度有明显提高,且更符合工程实际,对闭环消磁技术的研究具有指导意义。     

带渐变过渡型提取结构的Ku波段磁绝缘线振荡器

提出了一种渐变过渡型的微波同轴提取结构,解决了采用传统的均匀同轴提取结构的Ku波段磁绝缘线振荡器中存在的输出模式不纯和TEM模传输效率较低的问题。模拟结果表明,渐变过渡型提取结构实现了微波的高效提取和单一的同轴TEM模输出;过渡后的同轴结构利于支撑杆的设计,满足了同轴TEM模的传输要求。与传统的均匀同轴提取结构相比,渐变过渡型提取结构能够适量提高器件的品质因数,进而加强束波作用,加快微波起振。     

顾及噪声影响的GNSS高程序列预测Prophet方法

全球导航卫星系统(global navigation satellite system, GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition, EMD)的“降噪—分解—预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究,实验结果表明：降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75%;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41%和14.88%;平均百分比误差分别平均提升18.92%和7.91%,验证了组合预测方法的有效性及实用性。     

吸波材料的吸波原理及其研究进展

介绍了吸波材料的重要性,阐述了不同情况下吸波材料的吸波原理、种类及其相应特点,综述了铁氧体吸波材料、金属微粉吸波材料、纳米吸波材料及光学透明吸波材料近几年来的国内外研究进展及应用,并对开发高性能吸波材料提出了研发思路。     

基于小波包频带能量检测的神经网络故障诊断技术

利用小波包频带能量检测技术对观测信号进行处理,从中获取反映故障特征的信息,以此作为输入对网络进行训练,可对故障进行比较可靠的分类。同时介绍了利用小波包频带能量检测技术提取观测信号特征向量的方法和步骤,以及基于松散小波神经网络的故障诊断方法。最后结合某型导弹舵系统故障诊断的实例,给出仿真试验,证明了该方法的有效性。     

天基红外预警系统跟踪分析及仿真研究

介绍了美国天基红外预警卫星计划的发展历程,重点对天基红外预警卫星计划面临的困难、最新进展及能力进行了分析;阐述了天基红外预警卫星系统的构成、功能以及仿真模型体系框架等,并结合仿真数据,进行分析研究,得出相关结论.     

网格方程组并行计算预条件迭代若干性质及应用

对网格方程组作区域分裂并行计算 ;分析了预条件迭代谱条件的若干性质及其对算法收敛性的影响 ,为构造预处理提供了理论依据 ,并应用于区域分裂并行计算     

红外导弹制导系统的半实物仿真系统设计

对导弹系统的核心部件——制导系统进行半实物仿真是导弹系统研制中最经济和有效的手段之一。论述了红外制导系统半实物仿真系统的功用,给出了其原理框图,对其中几个关键技术:运动学方程特性的仿真建模、目标背景与对抗特性的生成技术、计算机软件和接口技术、校准设备与故障检测等的实现进行了深入地分析,并介绍了其具体的设计方案。     

利用波达方位角及其变化率对运动辐射源的无源定位

阐述了利用波达方位角及其变化率对地面运动辐射源进行无源定位的原理,通过Jacobi矩阵推导出可观测性表达式,讨论了不同相对运动状态下的可观测条件.提出了融入波达方位角变化率信息的MGEKF(修正增益的扩展卡尔曼滤波)算法,并通过仿真与只利用方位角信息的MGEKF算法以及经典的EKF(卡尔曼滤波)算法进行了比较.