卫星制导炸弹控制系统计算机仿真

根据制导炸弹控制飞行过程与各个分系统的特性,描述了"惯性/卫星"制导炸弹的工作过程,建立了合理的数学模型,并且通过Matlab/Simulink中嵌入S函数法,设计了一种效率高、建模简单、实现方便的计算机仿真方法.最后,以某型制导炸弹的计算参数为例进行仿真,详细分析了制导炸弹飞行过程中控制系统的工作情况,检验了系统动静态特性,验证了制导炸弹控制器参数设计的合理性;并采用蒙特卡洛法,提出了一种置信度较高的全弹系统的精度打靶仿真方法,以配合小子样飞行试验对系统性能进行评定.为进一步的半实物仿真和全实物飞行试验提供了一些有价值的依据.     

拦截高速机动目标的捕获区及微分对策导引律

针对高速机动目标拦截场景,研究末制导段捕获区存在条件及微分对策导引律问题.建立弹目相对运动模型并引入控制动力学模型,采用终端投影方法对相对运动模型进行降阶处理;基于微分对策理论推导一种解析形式捕获区,并具体到直/气复合控制导弹对机动目标的拦截中,该捕获区的存在能够保证对任意机动目标进行准确捕获;重新选取性能指标,将目标...     

风险评价在军队营区环境管理中的应用

分析了军队营区环境风险的概念,认为要消减军队营区环境风险,不能仅考虑降低风险概率或风险后果,而应从风险概率与风险后果两者的乘积效应出发,通过综合分析和控制环境风险系统来解决;着重探讨了军队营区环境风险评价的内容和方法,包括环境风险识别、环境风险预计、环境风险评价与对策.军队营区环境风险评价可从二个层次进行评价一是从事件及与之有关联的周围环境条件出发,按"环境风险系统"的思路,从风险源、初级控制条件、二级控制条件、目标4个阶段进行评价;二是从事件或行动的具体问题出发,评价其风险的重大性和可接受性.最后讨论了军队营区环境风险管理的内容和方法.     

C4ISR系统需求工程中作战过程描述方法

对于建设C4ISR系统来说,系统需求工程的出发点之一应该是基于对作战的描述.同时对目前作战过程进行描述的若干方法进行分析对比,结合实际情况对作战过程描述进行讨论并给出新的切入点,最后给出一个简单的描述示例.     

一种非对称鲁棒性盲水印算法

针对数字图像版权保护,提出一种非对称鲁棒性盲数字水印方法。通过将水印嵌入到最少受图像改变影响的子空间,使嵌入水印具有鲁棒性,且通过对特征子空间的选取限制,使算法具有较高的检测概率和安全性以及较低的虚警概率。同时,水印嵌入矩阵与提取矩阵不同,它可公开除密钥外的所有其它的信息,而且能实现水印盲提取。实验结果证明了该算法的鲁棒性。     

一种新的机动目标模型及其自适应跟踪算法

针对机动目标跟踪问题,在截断正态概率密度模型的基础上,通过目标机动状况与相邻采样时刻间位置估计量变化之间的函数关系实现噪声方差自适应调整,提出了一种新的自适应滤波算法——基于截断正态概率密度模型修正的自适应滤波算法。计算机仿真结果表明,该算法在跟踪机动目标时,具有良好的跟踪性能,并极大地改善了跟踪非机动目标的能力。     

基于非线性Kalman滤波的导航系统误差补偿技术

针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性预测模型,进而计算得到其预测值;将该预测值与Kalman滤波算法求得的估计值进行比较得到差值,以此监测Kalman滤波算法的工作状态;采用自适应控制方法,在导航系统结构层面改进Kalman滤波算法,构建新型的导航系统误差补偿模型。开展基于导航系统KIND-34的半实物仿真研究,应用所提出的改进方法改善了导航系统误差的补偿效果,提高了组合导航系统的自适应能力和容错能力。     

垂线偏差对弹道落点精度的影响分析

针对垂线偏差对弹道落点精度的影响,结合弹道飞行器质点动力学模型,系统分析了垂线偏差对发射坐标系、初始参数、飞行过程中受力、程序角控制基准、地心坐标系弹道参数等的影响机理,并建立了相应的数学模型。进一步,基于给定的弹道落点偏差计算方法,以某飞行弹道为例,定量给出了不同发射点大地纬度、不同发射方位角下垂线偏差引起的落点偏差。本文研究工作对提高弹道飞行器落点精度具有重要参考意义。     

基于云模型和FAHP熵权的空地弹药效能评估

准确、科学地评估空地弹药的作战效能,对武器装备的设计、研制、试验、采购、作战使用及维护具有重要的意义。充分利用云模型可将定性指标的模糊性和随机性有效结合的特点,构建了空地弹药作战效能的综合云评估模型。针对现有确定指标权重的方法存在主观性较强的不足,提出一种基于模糊层次分析法(FAHP)熵权的权重确定方法,有效利用了主观信息和客观信息。实例分析表明该模型可准确、客观、有效地评估空地弹药的作战效能。     

基于灰色加权马尔科夫的部队集成训练效果预测

针对GM(1,1)预测模型误差较大的问题,在GM(1,1)模型的基础上引入加权马尔科夫模型构建了部队集成训练效果预测模型。该模型以GM(1,1)模型存在的预测残差作为划分马尔科夫状态的依据,通过加权处理对预测结果进行修正。实例分析结果表明,该模型算法简单,易于实现,可以较大地提高部队训练效果预测精度,为部队开展科学有效的实战化训练提供了有力的数据支撑。