伪卫星辅助的车辆组合导航算法

研究了采用伪卫星辅助的车辆组合导航系统,以及SINS/里程仪/伪卫星车辆组合导航方案、误差方程、联邦滤波算法,并进行了算法仿真.仿真结果表明,伪卫星加入车辆组合导航系统后导航误差可以得到明显改善.伪卫星是一种完全自主的导航定位系统,伪卫星辅助导航不会影响车辆的快速性和机动性,提出的采用伪卫星辅助的SINS/里程仪车辆组合导航系统是一种可行的战区内车辆精确导航定位方案.     

图论及神经网络在地空导弹部队阵地中的应用

防空部队特别是地空导弹部队抗击敌空袭作战必须依托相应的阵地进行,而地空导弹部队阵地部署与选择的正确与否是地空导弹部队能否有效进行抗击敌空袭作战的一个重要因素,地空导弹部队阵地部署与选择需要综合考虑地形条貂件、机动条件、作战时间条件等各种因素.提出阵地部署与选择的几个指标,用图论与神经网络方法针对一个具体的例子对所提出的指标进行求解计算,得出阵地部署与选择的方案.     

天基支援下区域反导组网作战链路规划

天基信息支援下区域反导组网作战各系统实现互连、互通、互操作的关键是战术信息分发系统,而该系统中存在着多种类型的数据链路,这些链路之间又存在着各种约束条件,因此科学合理的对这些链路进行规划是系统实现的重要工作之一.建立并提出了天基信息支援下区域反导组网作战战术信息分发系统数据链路的规划模型和一种新的解算方法,为该系统数据链路的规划提供了理论依据.     

RBF网络用于战车火控系统弹道解算的方法

弹道解算问题对战车火控系统的性能有着直接的影响.传统的弹道解算方法在精度和实时性方面都存在一定的局限性.为了提高解算精度、战车首发命中率和解算的实时性,基于RBF网络的函数逼近及预测能力,将RBF网络用于弹道解算,对传统算法进行优化,得到了新的弹道解算方法.最后对所提方法进行了仿真,发现新方法在解算精度没有降低的条件下,大大提高了弹道解算的实时性.     

某型导弹发射仪可靠性Bayes设计与实现

某型导弹发射仪主要是用于发射舰载新型反舰导弹的保障设备,对其工作性能可靠度的高低直接关系到系统的正常使用,所以系统的高可靠性是该导弹发射仪设计的首要指标之一.在对某型导弹发射仪进行可靠性设计时,经过对系统构成要素的分析,在充分论证系统可靠性的基础上,运用可靠性的估计相关理论和数学理论,建立了某导弹发射仪的可靠性模型,运用Bayes方法进行了可靠性评定,计算表明该系统的可靠性达到了设计指标要求,对实际系统工程的可靠性设计与评定具有较好的借鉴作用.     

基于ISM的武器装备效能评价体系的构建方法

将系统工程中解释结构模型法引入到武器装备效能评价体系的构建过程中,在可拓空间确定武器效能影响因素逻辑关系的基础上,求解系统可达矩阵,建立结构模型,构建多层递阶的效能评价指标体系;应用该ISM,分析了评价体系的内部层次结构及主次因素,掌握系统评价的神经支撑结构;并以机动性指标为例,确定了单指标的因素支撑影响图。系统效能ISM的建立,可为确定提高武器效能的突破点、研发(R&D)控制的立足点等方面进行系统解释,为科学建立评价体系、判定内部结构提供理论基础。     

基于集值统计法确定掩护重点目标问题

确定掩护重点是地面防空作战的一个重点和难点问题.利用集值统计分析采集的数据更适合指挥员确定掩护重点的思维方式,用区间数对数据进行处理能较好地降低主观误差.通过对被掩护目标的价值度的求取,为确定被掩护目标重要性顺序和兵力分配提供了依据.算法推理严密,模型简单实用,易于编程实现,为确定掩护重点目标提供了一种很好的算法.     

某型机载雷达抗干扰效果评估软件实现

抗干扰效果评估软件系统是电子对抗试验环境系统的重要组成部分,是机载雷达抗干扰效果评估系统的核心,在靶场电子对抗试验环境建设中具有重要作用和地位.采用软件工程设计方法对该雷达抗干扰评估软件系统进行了概要设计,建立了评估软件系统的评估模型、模块结构、逻辑流程和主要人机界面,基于VB.net进行了抗干扰效果评估软件系统的初步设计与调试.     

基于匈牙利算法求解的火力分配问题

匈牙利算法是求解指派问题的一个很好的算法,但一般情况下,火力分配问题的数学模型不具备指派问题的模型形式.针对目标函数是线性或非线性的一类火力分配问题,提出了虚拟火力单位或目标的方法,将问题转化为能够用匈牙利算法求解的指派问题,该方法简单、易于计算,有很高的应用价值.     

UKF算法及其在纯方位目标跟踪中的应用

为克服扩展卡尔曼滤波算法的缺陷,将UKF算法应用于纯方位目标跟踪问题中.该算法是一种以扩展卡尔曼滤波算法为基本框架,以贝叶斯理论和UT变换为理论基础的新型滤波算法.对UKF算法进行了深入的研究,并给出了一个纯方位目标跟踪的算例.仿真结果表明,该算法提高了滤波的稳定性和精确性,优于一般的扩展卡尔曼滤波算法,具有广泛的应用前景.