基于竞争神经网络的雷达杂波抑制方法

为鉴别杂波点迹和目标点迹,消除杂波对雷达性能的影响,提出了一种基于竞争神经网络的雷达杂波抑制方法.首先,选取雷达点迹形成过程中能够反映目标点迹和杂波点迹差异化的特征,作为神经网络输入数据;然后,根据输入输出的数据维度设计竞争神经网络分类器,并对其进行训练;最后,利用训练好的神经网络分类器对雷达点迹进行聚类,对识别为杂波...     

装备“互联网+”平台化综合保障的技术应用

“互联网+”的一个特点是从数据出发,挖掘数据中隐含的本质规律,提升信息的利用率,向用户有针对性地开展业务。在数字化装备时代,装备的研制数据与使用数据信息都是海量的。这些数据资源中隐含的规律信息正是研制部门服务用户的重要资源,也是改进设计、提升装备性能的宝贵财富。综合保障信息系统的核心,是利用数据信息与信息技术为装备的保障工作服务,正符合“互联网+”的理念。本文从“互联网+”技术的理念与途径出发,根据装备保障数据信息资源应用的特点,结合在综合保障信息系统应用中的实践,探索信息化装备保障的技术发展方向。     

一种基于虚拟阵元的超波束形成方法

针对超波束形成方法(Hyper Beam-forming,HBF)在实际应用中的不稳定问题,依据阵元间协方差矩阵同一斜对角线上不同元素具有相同相位差的特点,提出了一种基于虚拟阵元的超波束形成方法(Hyper Beam-forming Based on Virtual Array Element,VAEHBF)。该方法按互相关法对接收阵进行虚拟扩展;按HBF思想分子阵分裂波束形成;对分裂波束形成结果进行合成,得到改善的超波束形成结果。数值仿真和实测数据处理结果表明,相比HBF方法,该方法通过对接收阵进行虚拟扩展,在保持分辨力不变的情况下,可进一步提高合成波束增益,对信噪比的适应能力得到了3 dB提高,提高了HBF的目标检测性能及方位估计能力。     

基于WMUWD和MF-DFA的无意调制特征提取方法

为了能够有效提取信号中包含的无意调制信息,提出了一种基于WMUWD和MF-DFA的特征提取方法。以发射机原理为基础,建立无意调制信号数学模型。在此基础上,提出了WMUWD的信号分解方法,并利用互信息对近似信号进行融合以减少无用信息。提出了MF-DFA方法并提取奇异指数作为特征。通过仿真分析发现,在信号处理层面,较传统小波分析方法而言,所提方法具有更好的信号处理效果,能够有效地去除无用信息与噪声分量;在特征识别方面,所提取的特征能够很好地识别5类无意调制信号,识别率均达到100%,表明所提方法的有效性。     

基于GIS的无人机超低空飞行航线规划方法

针对地形起伏对无人机超低空安全飞行的影响,提出基于GIS(Geographic Information System,地理信息系统)的无人机超低空三维程控飞行方法,采用GIS技术对超低空航路进行最优化选择,将航路点信息作为无人机飞行程控导航点,实现超低空飞行航段以地形匹配模式飞行。该方法对于突破地势起伏状态下无人机超低空飞行训练及在其他领域的应用具有重要意义。     

一种基于多模型融合的电驱动车辆车速估计方法

为解决分布式电驱动车辆行驶状态参数获取困难的问题,根据轮毂电机驱动车辆多信息源的特点,提出了一种基于多模型融合的车速估计方法。该方法以自适应卡尔曼滤波算法为基础,建立了车速估计的状态空间模型和量测模型,对滤波噪声方差进行了自适应调节。同时为进一步提高状态参数估计精度,设计了基于车身加速度积分的车速估计器,并且结合车辆行驶工况和路面条件,将卡尔曼滤波和信号积分两种估计模型进行了融合。采用基于dSPACE的实时仿真平台进行了仿真分析,结果表明基于多模型融合的车速估计方法具有较高的估计精度,能够满足多种行驶工况下的车速估计需求。     

斜入射条件下F-P干涉腔透过率特性分析

分析了斜入射角条件下F-P干涉腔的透过率特性;结合单层介质膜和单层金属膜的反射特性随入射角的变化规律,得出了反射特性参数为恒定值时微腔、低反F-P干涉腔透过率的计算误差;仿真结果表明,在光束斜入射条件下,特别是在大入射角下,单层介质膜的反射率指数增大,单层金属膜的反射率和反射相移也指数增大,但其吸收系数指数减小,造成微腔、低反F-P干涉腔透过率曲线与反射特性参数为恒定值时相比均明显向下偏移,且偏移量逐渐增大。     

基于HLA的炮兵侦察校射无人机训练仿真系统

对炮兵侦察校射无人机训练仿真系统进行了深入分析和描述.为了便于系统的可扩展性,采用开放的分布式体系结构,且针对其执行任务过程,设计了基于HLA的炮兵侦察校射无人机训练仿真系统基本结构,构造了一个包含炮兵武器系统的联邦,并对联邦开发过程进行了初步研究.该仿真系统各成员间有良好的互操作性,为各操作手提供了一个虚拟的操作环境,能满足了无人机协同训练仿真的要求.