基于GPU的二维离散小波变换快速计算

通过分析小波变换的多相表示和GPU通用计算模型,结合现代GPU的多纹理和多渲染目标特性,提出了一种基于GPU与多相表示的二维离散小波变换计算方法,该方法使小波变换的计算形式完全适合GPU的SIMD结构,同时大幅减少了纹理访问次数,充分利用了GPU的矢量运算和二维寻址能力,实验表明该方法在处理速度上有大幅的提高。     

面向对象的战略战役指挥训练模拟系统数据建模

大型的战略战役指挥训练模拟系统需要内容复杂、数量庞大的数据作为支撑,而结构清晰、容易理解的数据模型是系统成功开发和应用的前提。采用面向对象的基本方法,给出了系统数据建模的概念定义并采用UM L表示法进行了建模方法分析,最后讨论了OO数据模型在系统工程化的数据准备以及运行时和事后分析等应用中所具有的特点。     

战场威胁估计理论与方法研究

战场威胁估计是信息融合的重要研究内容之一,它能够为作战指挥控制决策提供依据。分析了威胁估计的概念和内容,包括威胁要素提取、量化及威胁等级确定。讨论了威胁估计常用理论和方法的特点以及优缺点,最后总结了威胁估计目前存在的问题,并指出其发展趋势。     

基于DFT系数极值的单频信号频率的高精度迭代估计方法

提出了一种基于DFT系数极值的单频信号频率的高精度迭代估计方法,该方法根据DFT谱线使用截弦法解算DFT系数极值所在谱线的位置,进而估计单频信号频率。在估计过程中,直接对DFT幅度最大的谱线进行小数频移以获得新的谱线,从而减少频率采样间隔提高估计精度;同时通过迭代估计消除频率依赖性,提高估计性能。仿真结果表明该方法的频率估计精度在任意频率处均接近于克拉美罗下限,其运算量为Nlog2N+4N次复乘法运算,仅比传统的基于DFT插值的估计算法增加4N次复乘法运算,其中N为DFT运算时所采用的数据点数。     

控制力矩陀螺辅助的空间站大角度姿态机动

在推力器机动技术与零燃料机动(Zero Propellant Maneuver,ZPM)技术的基础上,提出了一种新的空间站大角度姿态机动技术概念——控制力矩陀螺辅助机动(Control Momentum Gyroscopes Assisting Maneuver,CMGs AM)技术。文章给出了CMGs AM燃料最优控制问题模型,在对燃料最优解控制结构分析的基础上,采用基于改进的伪谱结点法的求解策略,求解了CMGs AM燃料最优机动问题,与仅基于推力器机动的燃料最优解和空间站上的绕特征轴的常速率机动进行了比较,结果表明相对于推力器机动,CMGs AM技术更加节省燃料,并同时实现了机动始末动量管理模式的光滑连接;相对于ZPM机动,其机动时间大大缩短,同时具有更强的抵御干扰的能力。CMGs AM技术实现了对推力器技术与零燃料机动技术的高效综合,进一步丰富了空间站大角度机动技术。     

高超声速飞行器俯冲机动最优制导方法

为解决高超声速飞行器俯冲段精确制导与机动突防问题,研究了机动突防最优制导方法。针对零化视线角速率降低突防性能的问题,在俯冲平面及转弯平面内分别设计了正弦形式的视线角参考运动,同时为进一步实现俯冲精确制导,以落速最大为性能指标利用最优控制对其进行跟踪,引入了伪控制量以简化最优制导问题的求解,最后分析了该方法的稳定性及制导性能。以CAV-H为例进行仿真分析,仿真结果表明该方法能够实现机动飞行,且能够高精度地满足终端落角及落点约束,可为高超声速飞行器俯冲段精确制导及机动突防提供参考。     

海军舰艇编队防空导弹协同作战技术研究

主要以信息化条件下如何提升海军舰艇编队防空导弹作战能力为背景,重点描述协同指挥和协同制导作战的概念内涵、国内外研究现状、作战模式、主要实现的功能,给出不同指挥层次下各指挥节点的体系结构和功能定位,进而从信息场和功能界面等方面说明协同指挥和协同制导2个功能层次的区别.     

通道失配条件下的线阵导引头STAP检测研究

针对均匀线阵导引头下视跟踪目标状态,建立了目标空时导向矢量、杂波协方差矩阵、STAP权值等模型,基于协方差矩阵加权的基本理论,研究了高斯分布、均匀分布2种通道失配误差对STAP检测性能的影响,建立了数学模型并进行了仿真.结果发现,均匀分布误差对STAP检测性能影响较大,若相位误差达到10°,将导致SINR损失下降10 dB左右,而高斯分布误差影响很小.     

基于谐波小波变换的雷达辐射源识别

雷达辐射源识剐是电子战系统的关键技术之一.分析了放大器的非线性效应,提出用谐波信号幅度之间的约束关系特征进行雷达辐射源识别的方法.针对谐波信号十分微弱的问题,提出采用谐波小波变换对信号进行重构,然后对重构的信号用最小二乘拟合进行幅度估计的方法,提高了幅度估计的精度.最后通过仿真验证了方法的准确性和有效性.     

不确定环境下多无人机动态任务分配方法

通过分析实际战场中的信息不确定性,提出了不确定信息条件下需要解决的多无人机任务分配问题。以目标价值收益、毁伤代价指标及航程代价指标的不确定信息为依据,建立基于区间信息环境下多无人机的任务分配模型,采用随机概率的多属性方案排序(Stochastic Multi-criteria Acceptability Analysis,SMAA)方法,给出不确定环境下多无人机动态任务分配求解方法,为解决不确定环境下多无人机任务分配问题提供了新思路。最后,进行了仿真试验,验证了该方法的可行性和有效性。