基于高分辨雷达的杂波分布模型

高分辨力雷达体制下,杂波散斑分量与调制分量更适合用广义Gamma分布模型描述,在此基础上,建立了广义复合杂波模型表达式,随后研究了在热噪声情况下的广义杂波分布模型;然后通过对模型选取特定参数,得到了广义K分布表达式,同时分析了取不同参数广义K分布时与经典杂波概率分布的联系;最后研究了上述有关杂波模型的统计特性,进而得到了参数估计的基本方法.进行了仿真实验,验证了结论.     

飞机航空电子综合火控系统开发环境仿真

针对轰炸飞机航程远、乘员多和中远程精确打击的情形,开发基于1553B总线具有动态仿真能力的航空电子综合火控系统开发环境系统,分析了轰炸机航空电子综合火控系统开发环境系统的组成和功能,给出了开发环境系统顶层设计、子系统模块化设计思想和系统关键技术,最后进行了开发环境系统动态联试和分析.该系统可用于航空电子综合火控系统研制设计全过程.     

光纤陀螺随机漂移分析与建模方法

随机漂移是影响光纤陀螺精度的重要因素。根据光纤陀螺静态漂移测试信号,利用Allan方差法对光纤陀螺随机漂移误差进行了分离和辨识,并分析了系数拟合过程中最小二乘法的病态矩阵问题。最后探讨了利用AIC准则和长自回归法建立光纤陀螺随机漂移ARMA模型的方法,为进一步对光纤陀螺输出信号进行滤波处理奠定了基础。     

多坐标系中的分布式和联邦式数据融合算法

在坐标转换误差条件下,引入kalman滤波算法的两个重要公式.分析多坐标系传感器系统中分布式kalman滤波算法的特点.在此基础上提出一种改进的联邦式滤波算法.新算法中.通过对量测方程和坐标转换方程的变换,使得本地处理器利用本地坐标系中的量测值,通过kalmam滤波算法直接得到参考坐标系下的状态值.相应的,kalman滤波算法也要根据这种数学变形作适当的修正.这样,在联邦式算法中,仅仅需要一次坐标转换就可以得到状态的全局估计,因此,滤波精度比分布式算法有所提高.仿真的结果也证实了这种性能的改进.     

有无组织的WTA与射击效率分析

武器目标分配WTA(Weapon-Target Assignment)问题一直是军事运筹学和管理科学研究的难题之一.以水面舰艇编队对空防御问题为背景.通过解析和仿真的方法研究静态和动态条件下有组织与无组织的武器目标分配问题,并对射击效率进行比较.结果表明:在静态WTA中,无论按"期望值"还是"概率值"作为射击效率的评判标准,有组织目标分配比无组织目标分配要好,而在动态目标分配中,考虑双方的策略,无组织目标分配并不次于有组织目标分配.     

多尺度聚类Hough变换航迹起始方法

针对基于Hough变换航迹起始方法存在的航迹簇拥现象,提出了一种基于多尺度聚类的Hough变换 (MSC-HT)航迹起始方法.该方法首先对量测进行Hough变换,利用较低的阈值得到备选航迹;然后对备选航迹进行多尺度聚类,通过变化尺度参数寻优,自适应确定起始航迹数目和航迹参数,仿真结果表明了算法的有效性.     

大国崛起之比较研究

新兴大国的崛起,都会挑战原有的国际秩序和主导原有国际秩序的霸权国,往往导致地区战争乃至世界大战.对美、英、德等大国的崛起历史进行了简要回顾,从中看出中国的和平崛起与其它国家的崛起有质的不同,以消除或减少"中国威胁论"等错误观点对我国和平发展的负面影响.     

论失火罪和消防责任事故罪案件刑事证据的运用

正确运用刑事证据,是司法实践的重要内容,明确运用刑事证据的指导思想,掌握运用刑事证据的具体原则和步骤,才能把握法定证据和常见刑事案件的证据特点,才能在司法实践中充分认识并发挥证据在认定案件事实中的重要作用。     

精确制导空袭弹药标准化问题研究

为防空作战计算更加方便快捷,运用概率论知识,对点目标、线目标、体目标采用命中概率,对面目标采用相对毁伤面积,依据提出的空袭弹药标准化系数定义,计算各精确制导空袭弹药对典型保卫目标的标准化系数,结合用专家打分法确定的典型保卫目标的权重,对精确制导空袭弹药实施标准化.标准化结果对提高防空兵指挥员和指挥机关的指挥决策质量和效率,从整体上提升防空兵的作战效能具有十分积极的意义.     

模糊识别和随机森林算法在柴油机振动信号状态识别中的应用

针对模糊识别算法中,样本特征向量中各参量(分量)对状态分类的贡献权重难以确定的问题,提出了利用随机森林算法对特征参量的重要度评估结果作为特征权重的方法。通过对柴油机台架试验振动信号的跟踪分析,获得了柴油机在磨合期、100摩托小时、200摩托小时、300摩托小时及400摩托小时5种不同使用期(典型状态)的75个振动信号样本,然后计算出各类样本在幅域、时域和频域的特征参量,利用随机森林算法进行特征选择,确定4个重要特征参量及其权重,用统计方法得出其隶属度函数,最后根据评价向量对样本进行识别,识别准确率达到94%以上。