基于信息技术的空军航空兵数字化场站建设探索研究

为了适应未来航空兵作战将呈现的信息主导、发起突然、多波次大强度、连续作战的特点,建设航空兵数字化场站,研究数字化场站条件下的新型飞行后勤保障模式具有重要意义。本文首先提出了数字化场站的基本概念,构建了数字化场站的基本构架,描述了各分系统的组成、功能以及它们的内部关系与信息流程。其次对数字化场站条件下的新型后勤保障模式的效能、组织结构、人员等方面呈现的新特点进行了探索性研究;最后归纳了数字化场站建设中急需深入研究的问题。     

灭火控制盒原位测试系统设计

为满足车辆灭火系统快速维修保障的需求,提出一种灭火系统原位测试方案,该方案通过便携式主控机控制适配器模拟灭火控制盒各种工作状况,在无需引爆灭火瓶的情况下,迅速准确地定位灭火控制盒故障,并通过主控机上的故障信息字典,提供维修保养意见。     

军事信息网的混沌模型

针对军事信息网络的流量控制中出现的非线性问题,提出了基于存储转发的网络拥塞控制的通用混沌模型.该模型考虑了节点正在处理的信息量,能处理的最大信息量,剩余存储能力,缓存中待处理的信息量等几个导致网络拥塞问题的因素之间的关系,建立了网络拥塞控制的混沌模型.通过对模型进行模拟分析,获得了拥塞发生时各因素之间的比例关系值.分析了指挥控制网中网络节点的混沌特性和军事信息网作为一个复杂的动力系统的特性.     

旋翼-机身组合体对机载导弹的气动干扰

直升机对机载导弹的气动特性和初始弹道的影响,对于改进导弹发射技术和载机的安全具有重要意义.对时间滗步进自由尾迹模型进行改进,建立了一种能快速收敛的悬停旋翼自由尾迹模型,并与机身面元模型耦合成旋翼/机身组合体气动干扰模型.发展了一种旋翼/机身组合体干扰条件下导弹气动特性的工程计算方法,并对某型空空导弹的气动特性和初始弹道进行了数值模拟.结果表明,导弹在最初几米内气动力系数变化十分剧烈,说明直升机确实对导弹具有很强的干扰作用.最后对结果作了简要分析,指出了直升机下洗气流对导弹的气动干扰规律.     

基于小波神经网络的数据融合诊断系统

主要利用小波神经网络技术和信息融合技术,建立了基于小波神经网络技术的多传感器数据信息融合诊断系统.该故障诊断系统是将多传感器数据融合技术应用于故障诊断领域,利用数据在不同层次上的融合集成小波神经网络,通过信号的有效组合,用各种子小波神经网络从不同侧面进行故障诊断,最大限度地提高确诊率.并以液压泵为例对该故障诊断系统进行详细介绍     

横滚输出残差的X字舵航行器故障检测

首先介绍了X字舵航行器的执行机构硬故障对运行状态的影响,然后基于其在横滚通道的稳定性,重点研究了一种适用于多弹道的残差构造形式来检测这种故障.最后通过建立鱼雷动力学、运行学模型和模拟故障模型,验证了残差格式的有效性.这为构建X字舵航行器故障综合诊断重构系统完成了重要一环.     

红外热像仪标定方法

为了由红外图像得到目标的经度、纬度和高度信息,对目标精确定位,提出一种新的红外热像仪标定方法.以针孔成像模型作为红外热像仪成像模型,选择小热源作为标定点,以 WGS-84坐标系作为世界坐标系,引入北东天(NEU)坐标系,先通过借鉴主动视觉的思想控制热像仪绕光心旋转得到外部参数,然后借助GPS接收机测得标定点世界坐标,利用这些标定点的像素坐标和世界坐标由最小二乘估计求解内部参数.实验表明新方法精度高、成本低,适合于实际应用.     

弹道目标跟踪滤波方法研究

主要对弹道目标的跟踪滤波方法进行了综述,对扩展卡尔曼滤波（extended Kalman filter,EKF）、转换测量卡尔曼滤波（conversion measurement Kalman filter, CMKF）、基于弹道运动方程的扩展卡尔曼滤波（ballistic extended Kalman filter, BEKF）、基于弹道运动方程的无敏卡尔曼滤波（ballistic unscented Kalman filter, BUKF）4种滤波算法的关键点、优缺点进行了剖析。进一步利用仿真的弹道数据对4种滤波方法的效能进行了验证,对比了不同滤波器的滤波精度和再入目标的跟踪性能,分析了质阻比对滤波性能的影响,提出了选择和设计目标跟踪滤波方法时需要考虑的几个问题,为雷达滤波方法的选择和设计提供参考和依据。     

基于HLA的雷达对抗仿真系统研究

针对当前仿真技术的发展以及雷达对抗训练的实际需求,基于高层体系结构(HLA)及VC 开发工具,采用仿真系统构建的标准过程,提出了基于HLA的雷达对抗仿真系统的体系结构,并对各子系统的构成以及仿真执行的流程进行了研究。该仿真系统可以很好地解决雷达对抗系统实体众多、实体间接口复杂带来的问题,是研究和验证雷达对抗系统性能,探讨电子作战方式的有效手段。     

RBF神经网络在单轴旋转惯导系统轴向陀螺漂移辨识中的应用

在激光陀螺单轴旋转惯性导航系统中,单轴旋转可以自动补偿垂直于旋转轴上的惯性器件误差,却不能消除旋转轴方向上惯性器件的误差,因此单轴旋转惯性导航系统的导航精度主要由轴向陀螺漂移决定.提出了一种基于径向基函数神经网络的轴向陀螺漂移辨识方法,利用系统纬度误差和温度变化量作为训练集,针对系统热态、冷态两种情况对RBF神经网络进行训练,对轴向陀螺漂移的辨识精度达到0.0003°/h.试验结果表明:该方法能够有效地辨识轴向陀螺漂移,使系统达到较高的导航精度,满足实际应用的需要.