未来海上协同作战技术

未来海上作战,主宰战争胜负的不再是单个舰艇,而是海上编队及编队与其他兵种的协同作战能力.这就需要解决各种不同层次的协同作战问题,包括海战场各作战单元的网络化连接、多源多平台信息融合处理、多平台多传感器目标协同探测和高精度定位、实时高速信息分发、协同作战指挥控制、武器协同分配及协同综合控制等技术,使分布在不同作战平台上的传感器、指挥系统和武器系统协同一致地迅速做出反应,实现信息共享、作战力量一体化、作战行动一体化、探测打击和评估一体化,从而达到作战效能最大化.     

多源信息融合和目标综合识别技术

多源信息融合和目标综合识别是为支持作战决策,综合利用计算机、信息处理、人工智能等技术,按照一定准则,对多传感器获得的信息进行综合分析与处理的过程,包括对多源数据进行检测、相关、组合和估计,从而提高状态和身份估计的精度,以对海战场态势和威胁的重要程度进行适时完整的评价。多源信息融合系统中,各种信息源提供的信息可能具有不同的特性一时变的或非时变的、实时的或非实时的、确定的或随机的、     

鳐鱼胸鳍模式的运动学建模与仿真

由于流场环境中的鱼类动力学建模困难,目前胸鳍模式研究进展受到制约.随着计算机的高速发展和数值计算的进步,将有限元建模应用于水动力学研究,近年来也成为热点.而利用有限元建模,必须进行对象的运动学建模.本文提出了鱼类胸鳍模式的运动学模型,通过物理特征和运动参数探讨了运动波形,简化了鳐鱼胸鳍模式的运动方程,利用运动方程作为模型的运动边界条件,对牛鼻鲼的有限元模型进行仿真,探讨了牛鼻鲼的运动规律,验证了运动学模型的有效性.     

一种基于滑模变结构观测器的故障检测方法

提出一种基于滑模变结构观测器的残差生成及故障检测方法.利用滑模变结构所具有的对未知输入扰动的不变性,移除外界扰动对残差的影响,使残差只对故障信号敏感,从而提高故障检测的准确性,较好地解决基于状态估计的故障检测方法中检测鲁棒性与灵敏度之间的矛盾.仿真验证结果表明了该故障检测方法有较高的检测鲁棒性,同时对小幅值故障较为灵敏.     

目标自动跟踪参数辨识模型的工程化动态辨识

为解决机动目标参数辨识模型工程应用问题,采用扩张状态观测器等先进的非线性滤波算法,从实测的含有观测噪声的目标位置数据的序列中,直接估计出机动目标运动的一阶、二阶、三阶导数,并结合目标运动模型辨识的理论算法,在工程应用上首次实现了机动目标运动模态和运动模型的双重动态辨识,完成了目标模型动态辨识的工程化设计.     

基于仿射近似的摄像机标定

针对直接基于透视投影模型的标定算法计算量大、结果不稳定的事实,提出一种基于仿射投影矩阵的标定算法。算法首先线性解算仿射投影矩阵,然后分解出部分参数。在假定主点坐标等于图像中心的前提下,解算出其余参数,再以重投影图像点残差和为目标函数,对所有参数进行优化,获得精确的摄像机模型参数,达到精确、快速、稳定的标定目的。大量的仿真和真实图像实验证明算法比传统算法更稳定。     

战车火控系统目标角速度测量误差分析

目标角速度测量误差是严重影响解命中问题解算结果的重要的输入误差。通过目标角速度测量误差的理论分析,证明目标角速度测量技术方案的不合理,是形成角速度粗大测量误差的主要原因。火控系统向目标自动跟踪式方向的发展及非线性滤波器在目标信息处理中的应用,是提高目标运动状态估计精度的重要技术途径。     

多手段综合探测巡航导弹的方法研究

巡航导弹具有隐蔽和突然的特点 ,对巡航导弹进行有效的探测 ,是抗击巡航导弹的关键 ,综合利用各种手段 ,组成空中与地面相结合、远方和近方相结合 ,先进手段与传统手段相结合的全方位、有重点的目标探测与报知体系 ,可增大对巡航导弹的探测距离 ,提高发现概率。     

高焓CO2气流壁面两步催化机制对非平衡气动加热影响的数值模拟

针对高超声速火星进入飞行遇到的壁面CO_2催化机制特殊且对气动加热影响复杂的问题,基于化学反应系统的三维可压缩流动求解器,建立壁面吸附、Eley-Rideal结合速率受控的壁面CO_2两步催化模型。基于70°球锥布局的高焓风洞实验,进行考虑壁面催化效应的高超声速非平衡气动加热数值模拟,开展考虑CO+O_((s))和O+CO_((s))两类CO_2两步催化路径对非平衡气动加热的影响研究。研究表明,壁面O_2和CO_2结合并存且存在相互竞争关系,催化加热量随催化效率增大而单调增加。数值计算建立了催化路径与非平衡加热水平的定量关联,研究发现CO_2两类催化路径权重与加热量存在非单调关联,特定权重下两种路径联合作用的热流高于单个催化结果。相关研究对碳氧气体主导的壁面催化机理和火星进入气动加热的精细化预测有重要的理论指导意义。     

数据基故障诊断算法更新问题研究

机内测试被广泛应用于故障诊断、装备健康管理与预测等领域。针对机内测试设备在设计和升级时遇到的分类器更新、样本数量不平衡、硬件条件限制问题,提出初步解决方案。利用基于密度的聚类和人工免疫方法处理原始数据;提出基于代表样本点的混合学习方法;利用支持向量机和仿真案例验证所提方法。结果表明所提方法能够解决上述问题,有助于基于数据的机内测试设备设计与升级。