地球静止轨道卫星系统兼容性多维度分析方法

针对地球静止轨道(Geostationary Satellite Orbit, GSO)卫星系统间的兼容性分析,设计了单波束和多波束GSO卫星系统间的上行及下行干扰场景,并在卫星的轨位、系统链路可用度及干扰系统地球站选址等多维度对GSO卫星系统间的干扰进行了评估,提出了不同轨位间隔条件下满足国际电信联盟干扰协调限值的干扰系统地球站最近选址的建议,细化了各维度研究上的颗粒度,在不同维度间进行横向对比,分析了GSO卫星系统在不同维度下的干扰变化特性曲线和各维度对干扰分析结果的影响程度。在系统链路可用度一定的条件下,两个卫星系统的轨位间隔>2°时,干扰数值变化缓慢;轨位间隔≤2°时,干扰数值变化较快;轨位间隔≤0.1°时,干扰数值急剧上升。以国际电信联盟实际登记的CHNSAT-81.5和INSAT-KA82.5E卫星的网络资料为例,将计算得到的GSO系统波束间的干扰噪声比、载波干扰比与Visualyse软件结果进行验证对比,结果误差保持在0.7 dB范围内,证明该方法具有有效的评估性能。     

翼伞精确空投系统归航轨迹规划与控制

翼伞归航轨迹规划与控制问题是翼伞系统在一定初始状态下,利用自身可操作性,完成从初始位置到目标位置的转移问题。针对翼伞空投系统不同归航要求,规划出满足精度要求为圆径概率误差（ CEP ）小于40m的归航轨迹并经过一定量的控制完成翼伞空投系统精确空投任务。首先建立翼伞系统状态空间六自由度模型,并在此基础上提出系统简化稳态模型,通过最优控制方法,规划出满足空投要求的最优归航轨迹后对翼伞进行不断控制直至目标点。最后通过Matlab仿真试验,绘出翼伞系统归航轨迹图与控制变化图。     

某型防空导弹杀伤概率评估

基于防空导弹战斗部爆炸后的杀伤特征,对战斗部爆炸后产生的有效破片、破片飞行速度、破片对目标的覆盖面积进行了分析,建立了防空导弹杀伤概率评估模型。采用仿真弹道数据,对打击目标F-16战斗机应用s im u link仿真工具绘出了杀伤概率曲线,其结果与实际分析相一致,验证了评估模型的可用性。     

军用软件的测试与实践方法

首先分析了民用软件存在的问题,然后结合军用软件的特点,对影响军用软件可靠性的因素进行分析,最后提出提高军用软件质量的几种测试与实践方法.     

美军侦察情报力量利用分析

从本世纪初美军发动的几场局部战争看,美军十分重视发挥侦察情报工作的重要作用。美军侦察情报工作很大程度上代表了世界新军事变革在侦察情报领域的最新成果和发展趋势。在分析梳理美军侦察情报力量建设现状、运用特点和经验做法的基础上,结合我侦察情报力量的建设运用情况,分别从侦察监视手段建设、侦察情报保障机制、信息网络平台建设、情报保障实践运用等几个方面作了探讨,旨在为我军侦察情报力量建设提供借鉴和参考。     

基于防空反导的战术级通用态势图分析研究

针对不同战场角色、作战任务、作战规模、战场级别、关键事件环境等情境因素中,指挥员无法准确而迅速地获取需要的信息等问题,在战术级指控系统与当前防空反导发展趋势的基础上,集中详细地阐述了通用态势图。在战场态势预测分析的基础上,进一步介绍了其关键技术,并通过仿真数据进行了验证。在帮助指挥员深入认知战场态势上提供了辅助,从而减少了冗余态势信息对指挥员的干扰,缩短了整个决策环的时间。     

基于果蝇算法优化LSTM的雷达波束扫描行为预测

在认知电子战体系下,更为智能的算法才能适应日益复杂的电磁空间。针对相控阵雷达的波束扫描行为预测问题,在正弦坐标系下将波束扫描位置数据抽象为网格数据,利用果蝇优化算法寻找最优的LSTM网络超参数,提出了一种基于果蝇算法优化LSTM的波束行为预测方法。仿真实验表明所提算法在果蝇算法调参的支撑下,相较NAR神经网络算法和普通的LSTM算法而言,预测精度和鲁棒性更强。     

装甲兵作战实验基本理论问题

以科学实验为元概念,从内涵和外延两个方面对装甲兵作战实验的基本概念进行了探讨性的界定;根据装甲兵作战本身的层次性、复杂性和多样性,分别从实验目的维、实验方法维和实验模式维三个维度,提出了装甲兵作战实验立体多层次特征的实验体系。     

RBF神经网络在深V型滑行艇阻力预报中的应用

基于SV、JYK系列滑行艇的阻力、浸湿面积、航行纵倾角试验数据,采用RBF神经网络建立了深V型滑行艇阻力预报数值图谱;针对艇艉底部横向斜升角变化的有限试验数据,提出了一种基于小样本试验数据的阻力修正方法。试验表明,该方法对深V型滑行艇(折角线长度与最大折角线宽度比在4~5.5,面积负荷系数在5.5~7,重心纵向相对位置在3%~9%,艉部艇底斜升角在5°~25°之间变化)阻力预报是可行的。在相同精度下,针对该文研究的问题,RBF神经网络所需时间少于BP神经网络。     

基于层间嵌入式多级支持向量机的特征选择

针对多故障样本一次性映射之后分类不理想,研究了多级层次式支持向量机,应用UCI数据仿真,结果表明该方法缩短了训练时间、提升了测试准确率、改善了样本的可分类性。由于误差积累,在此基础上,提出了层间嵌入式多级支持向量机,采用Abalone数据仿真,结果表明分类精度有所提高并减少了分类步骤。结合ReliefF算法,对制导设备的故障特征参数进行了选择。