一种基于重要性权重的证据合成方法及其应用

针对Dempster方法在合成高度冲突证据时结果与直观结论相悖的问题,提出了一种改进的基于重要性权重的证据合成方法,并将其应用到海上目标的识别。首先,根据证据之间的相似性程度判断证据间是否存在冲突,对于有冲突的情形,由基于P距离的权重分配模型得到各证据的重要性权值;然后,对BPA函数进行修正,采用Dempster规则修正后的BPA函数进行合成;最后,利用雷达和舰船的对应关系,将侦察雷达探测到的目标雷达信号载频、脉宽、重频转化为雷达参数的概率分配,并运用改进的证据合成方法进行了目标识别。仿真计算结果证明:该方法能有效处理冲突证据组合,克服了一票否决问题,减小了识别结果的不确定性,并保留了Dempster方法处理非冲突证据组合的良好特性。     

基于现象的机载电子对抗能力评估

为了评估机载电子对抗能力,采用层次分析法建立数学模型,以实际试飞数据为基础,结合专家打分,利用MATLAB软件进行分析计算,对4种型号飞机的电子对抗能力进行了评估,并对评估结果做了详细分析。     

自适应射击窗火力控制技术

为提高高炮武器系统拦截巡航导弹的能力,提出了自适应射击窗的思想.自适应射击窗是指火控系统根据目标运动参数估计结果,识别目标的运动模式并估计出其机动幅度,实时在线评估毁歼概率,并求解出具有最大毁歼概率的空域窗技术参数(形状和大小),据此计算出射击诸元提供给高炮武器系统实现对空中目标的射击.对实现该技术要解决的几个专项技术问题作了简要分析.最后,通过设置不同的目标航路,采用蒙特卡罗法分别对自适应射击窗技术和传统火控技术进行了效能对比分析.仿真结果表明,当巡航导弹不机动时,前者有与后者相当的射击效果;当巡航导弹蛇行机动时,依据参数设置,前者的毁伤效能较之后者提高约17.7％～102.4％,且增加了有效射击时间.     

舰机协同作战理论的两栖作战火力协同

为了提高航母编队的防空作战效能,必须对火力协同进行优化。提出一种舰艇与舰载机火力协同的方法,该方法在分析舰机协同防空作战火力协同体系的基础上,引入了舰机火力协同防空的概念,描述了舰机火力协同的对象、目标,分析了航母编队防空作战的三道防空警戒幕。通过对预警机引导巡逻机攻击过程的描述,建立舰载机的目标分配模型。在对内层防御区威胁度判断模型进行描述的基础上,建立舰艇的目标分配模型。最后的分析结果表明了该方法的可行性和有效性。     

舰载火箭子母弹最优火力分配

舰载火箭子母弹对岸上目标实施火力压制射击时,火力分配方式直接影响毁伤效果和火力支援任务的完成.针对舰载火箭子母弹的射击特点,首先分析了海上射击误差,然后探讨了集群目标的简化处理方法,最后给出了最优火力分配时表尺差计算公式,并进行了举例分析.利用最优火力分配方法来计算舰载火箭子母弹效力射表尺差,避免了指挥员战场射击指挥的盲目性,可以在相同弹药消耗量情况下取得最佳射击效果,对未来舰载火箭子母弹的火力运用具有较高的现实意义.     

基于截断函数的有限时间滑模控制方法

针对一类二阶不确定非线性系统的鲁棒控制问题,提出一种基于截断函数的有限时间滑模控制算法。该算法具有以下特点:系统状态可在期望的有限时刻收敛为零;受控系统对外部扰动和参数不确定性具有全局鲁棒特性;系统状态的动态响应可解析预测;通过选择不同的截断函数可以实现对控制器性能的调节。仿真结果验证了所提算法的有效性。     

目标跟踪系统中野值的判别与剔除方法

目标跟踪系统观测的目标坐标值,不仅包含随机误差,有时由于干扰等原因,使得测量值含有远大于随机误差的粗大误差,通常称为野值。带有野值的测量值将导致滤波系统产生记忆效应和误差,甚至导致滤波过程发散。因此,对测量过程产生的野值应予剔除。结合对Kalman滤波原理的分析,说明了基于Kalman滤波的野值判别与剔除方法,并提出了野值判别门限值的计算方法。     

基于逆Chirp Scaling算法的合成孔径雷达原始数据仿真

介绍了一种采用逆CS(Chirp Scaling)算法的合成孔径雷达回波数据模拟方法。利用一种场景处理方法,将目标场景转化为含有连续相位信息的复图像。按照CS成像算法的逆运算恢复原始数据,通过相位因子相乘注入距离徙动量和距离/方位的耦合量。最后,通过仿真实验证明了该方法的有效性。     

高炮情报指挥系统维修模拟训练器设计实现

针对某型高炮情报指挥系统,提出了具有虚拟操作面板和实际对外接口的半实物仿真模型,用于对原系统进行操作和维修训练。从系统结构、硬件组成、软件组成三个方面详细介绍了该维修模拟训练器的设计方案和实现方法。     

融入粒子群优化的UPF算法研究及其导航应用

粒子滤波易出现粒子多样性损失,粒子退化等问题,且在初始未知时,需要粒子数较多,收敛较慢。针对上述缺陷,在UKF和PF滤波基础上,将改进了搜索因子的粒子群优化算法融入U粒子滤波算法,提出了一种新型粒子滤波算法,加速了算法的收敛速度。将其应用于地形匹配导航算法中,仿真结果表明该新型算法明显优于UPF及PF算法,更适应于大误差的初始条件下,收敛速度快,具有更高的导航精度和抗噪特性。