基于贝叶斯网络的态势认识

态势认识的本质是通过因果推理进行态势理解和诊断推理以实现态势预测,不确定性知识表示和推理是态势认识过程中需要解决的两个重要问题。基于贝叶斯网络易于进行不确定性推理的优点,综合应用贝叶斯网络因果推理和诊断推理,提出了态势认识的贝叶斯网络模型,应用贝叶斯网络信息传播算法,给出了态势认识系统实现的方法,并通过实例计算论证了该方法的可行性和实用性。     

新算法在划船和伪划船效应中的应用

划船效应补偿是高精度捷联惯导系统解算的重要环节。通过研究其误差特性,推导了新的通用划船效应补偿公式。同时提出了角振动环境中伪划船效应的存在,对伪划船效应的产生原因、表达方式以及对捷联惯导系统的影响进行了分析。对新的补偿算法在划船效应和伪划船效应下进行了仿真试验。     

基于OSD的视频监测在激光测距中的研究

基于OSD字符叠加芯片μPD6450,设计了激光测距数字信息与视频模拟信号的叠加系统,实现了对目标体的实时监控功能。系统硬件设置包括:视频输入、输出、行场同步分离、字符叠加以及串行通信模块;软件设计包括:对微处理器MCU串行口初始化、设置接收数据的传输格式与速率、MCU接收到数据信息后开系统中断、对μPD6450初始化、测距数据与视频信号的叠加。该系统具有模块体积小、功耗低、实时性强、高传输率等特点,对于多种视频实时监控具有广阔的应用前景。     

大攻角飞行空空导弹鲁棒自动驾驶仪设计

当前,导弹自动驾驶仪多采用经典设计方法。是在导弹气动参数变化不大、通道间的耦合较小的情况下设计的。为了满足导弹高机动性能要求,常采用大攻角飞行;然而导弹大攻角飞行时,将会出现空气动力学系数不确定性、非线性和通道间的严重耦合问题,这就要求所设计的自动驾驶仪具有较好的鲁棒性。就导弹在大攻角飞行状态下、通道间解耦的基础上,针对空气动力学系数不确定性,用μ方法对俯仰通道驾驶仪进行了设计,仿真表明该方法具有较好的鲁棒性能。     

机载雷达电子对抗系统的仿真

从最近几场局部战争中可以看到,机载雷达对抗作为关键作战手段贯穿于战争的全过程,影响着战争的进程和结局。机载雷达对抗不仅仅只是作战的保障手段,它已经成为直接的军事打击力量。因此,对机载雷达电子对抗的研究,有利于取得战争的主动权。通过对雷达性能判据的推导和更新,箔条干扰模型的建立,进一步证明了在箔条干扰下,雷达探测性能明显降低。还通过对机载雷达电子对抗模拟仿真系统的研究,真实地模拟了机载雷达电子对抗作战平台,为培养电子对抗人才提供了很好的辅助工具。     

基于粗糙集与最小二乘支持向量机的飞机综合智能论证

结合粗糙集的属性约简理论与最小二乘回归支持向量机的回归思想,提出了一种基于粗糙集与最小二乘回归支持向量机的飞机设计综合智能论证模型。首先根据历史数据建立属性决策表,然后应用粗糙集理论对飞机综合论证指标参数属性进行约简来获得影响飞机设计综合论证的核心指标,最后再利用支持向量机回归模型建立与飞机综合论证核心因素之间的非线性映射模型来对飞机的作战效能进行预测。仿真实例验证了该方法可以降低模型的复杂度,加快SVM的训练速度并具有良好的预测效果。     

基于支持向量机和虚拟仪器谐波频率检测

支持向量机是采用结构风险最小化原则代替传统统计学中的基于大样本的经验风险最小化原则的新型机器学习方法,具有出色的学习分类能力和推广能力,广泛地应用于模式识别和函数拟合中。提出了一种基于支持向量机算法(SVM)的检测飞机电网中谐波频率的新方法,以支持向量机方法为理论基础,利用强大的图形化开发软件LabVIEW为开发平台,设计了谐波检测系统。经实验发现,该系统在采样点数较少的情况下,仍能比较准确检测出各次谐波频率,系统具有操作简单,稳定可靠、测试精度高等特点。     

Theme方法在C~4ISR系统需求建模中的应用

针对C4ISR系统需求建模对系统开发的重要性和系统非功能需求描述不完善的现状,引入Theme方法,即以面向方面的分析方法对C4ISR系统进行需求建模,在DoDAF产品的基础上用面向方面的分析方法对C4ISR系统需求开发。这种方法可有效弥补面向对象的需求建模方法对非功能需求建模的缺陷,也有助于映射和影响后续的体系结构设计,为系统开发打下良好的基础。     

强电磁脉冲对导弹的电磁毁伤性分析

分析典型双指数电磁脉冲的波形和频谱特性,讨论了导弹的电磁脆弱性和强电磁脉冲对导弹的耦合途径,重点分析电场从弹翼方向耦合的特殊情形。对孔缝耦合的毁伤问题进行理论建模,最后对制导系统的干扰进行定性分析。结论对探讨高强度电磁脉冲对导弹的毁伤机理有一定指导意义。     

基于IEPF序贯融合的多传感器管理方法

针对主被动传感器信息融合的特点,提出了一种在IEPF序贯融合基础上进行传感器管理的方法。工程常采用的传统扩展卡尔曼滤波融合算法滤波精度不高,因此结合采用了粒子滤波方法。先对主被动传感器采用迭代扩展卡尔曼滤波集中式序贯融合,利用融合后的信息进行粒子更新,提高滤波精度,在此基础上采用分辨力增益的方法对传感器进行管理。仿真结果表明该方法能够提高对目标的跟踪精度,增强多传感器对环境变化的适应能力。