基于AM-LFM和IRT的旋转微动目标成像算法

在雷达成像中,基于CS的方法因其压缩采样的特性而在高分辨雷达成像中得到广泛应用。然而由于其是一种基于参数化的成像方法,对观测位置误差特别敏感。在实际中,一般无法知道精确的观测位置。观测位置的误差会造成成像结果位置的偏离、散焦以及无法聚焦。针对基于压缩感知的成像算法存在的观测位置依赖性问题,提出了一种基于调幅-线性调频(AM-LFM)分解和逆Radon变换(IRT)的微动目标成像算法。该方法根据分解后信号调频率分离目标微动信号与主体信号,再进行IRT成像。仿真及实验结果验证了算法的可行性和有效性。     

基于循环平稳的DSSS系统窄带干扰抑制技术

在对窄带干扰的频谱特性分析的基础上,采用一种新的利用信号循环平稳特性的方法进行干扰抑制。利用LCL-FRESH滤波器对信号进行更精确的估计,从而有效地抑制了窄带干扰。仿真结果表明,同传统时域预测滤波器相比,这种干扰抑制方法,能够更好地估计和消除窄带干扰,具有更加优越的干扰抑制性能。     

基于属性的舰载机航材备件品种确定方法

航材备件品种确定是舰载机供应保障工作的重要内容。基于属性对舰载机航材备件品种确定进行研究。基于粗糙集理论对属性集进行属性约简,确定航材备件品种确定的主要影响属性,然后基于属性约简进行航材备件品种确定。给出了单属性、顺次属性和多属性的品种决策方法。最后结合实例进行了应用分析。     

坦克火控系统观瞄设备目标标记生成方法

针对目前新型主战坦克火控系统无法直接利用指控系统获取的目标位置信息,为乘员搜索目标提供辅助指示、指控系统的信息优势没有充分发挥的问题,提出了一种坦克火控系统观瞄设备目标标记生成方法。该方法有效利用获取的目标位置、车载导航定位系统输出的本车位置,以及火控系统瞄准线角度等相关信息,将目标位置信息转换为在观瞄设备内的投影位置坐标,实现了动态目标的自动指示。     

单兵火箭燃气射流噪声抑制的实验研究

为了能够有效抑制单兵火箭发射时的燃气射流噪声,设计了液体水圆柱形平衡体安置在火箭发动机后面,对平衡体降噪进行实验研究。在实验中利用压电式传感器测得了发射筒周围的冲击波超压值,与没加液体水平衡体实验测得的超压值相比较,发现放液体水平衡体时在改进发动机推力性能的同时,降低了整个观测区域的噪声,尤其是射流上游,起到了显著的降噪效果,并分析了火箭燃气射流与液体水平衡体相互作用的机理。实验结果对单兵火箭发射的噪声防护问题研究提供了科学依据。     

一种双层Powerlink网络的网关

描述了一种双层Powerlink网络的Powerlink网关,用于解决不同层次实时以太网总线之间数据转换以及不同网络之间周期同步的问题。其主要是解决了两层实时Powerlink网络通信时的周期不同步问题,通过使用这一同步机制使下层Powerlink网络在接入上层Powerlink网络时能够同步于上层网络,使每一个接入在同一上层网络的下层网络的动作实际都与上层网络保持同步,从而确保双层网络数据交互的正常进行。     

基于遗传神经网络算法后勤指挥决策能力预测

分析了后勤指挥的主要影响因素,运用信息论中的信息压缩原理,建立和优化了后勤机关指挥决策能力预测指标体系。建立了遗传算法优化的BP神经网络后勤机关指挥能力预测模型,消除了BP神经网络存在的初始权值和阈值难以确定的局限性。给出了预测实例,证明了该算法的合理性和有效性。     

一种自适应Harris角点检测算法

针对传统算法检测效果不理想的问题,提出了一种基于自适应非最大抑制策略的Harris角点检测算法;通过设置抑制半径与角点响应函数的局部最大值关联,减小抑制半径获取角点。算法有效解决了阈值选取和"聚簇"的问题。实验表明,该算法检测出的角点均匀分布,能很好地适应特征匹配等实际应用。     

基于油液分析的装备状态多阶段组合预测模型

状态预测是状态维修的关键步骤之一。针对装备状态变化规律复杂、特点难易准确掌握的关键问题,以延时时间概念和两阶段预知模型为基础,提出了根据不同阶段特点采用不同预测方法的多阶段组合预测模型。通过油液分析及其相关规定,对装备运行阶段进行了具体划分,给出了适应各阶段特点的预测方法。最后,通过实例验证了该模型的有效性。     

基于改进平方根UKF双向滤波的单站无源定位算法

针对单站无源定位可观测性弱、观测噪声大而导致的定位精度低、稳定性差和收敛速度慢等问题,在结合平方根无迹卡尔曼滤波(Square-Root Unscented Kalman Filter,SRUKF)以及后向平滑思想的基础上,提出了一种改进SRUKF的双向滤波算法。该算法采用Q-R分解的形式,使用误差协方差的平方根代替协方差参与递推运算,提高了算法的稳定性与运算效率。同时,该算法对状态向量进行扩维,将过程噪声与观测噪声通过非线性系统传播,降低了噪声对滤波精度的影响,并利用当前时刻滤波结果通过Rauch-Tung-Striebel(RTS)后向平滑得到再次前向滤波更高精度的起始值,提高了算法的定位精度与收敛速度。仿真结果表明,新算法在保证实时性的基础上改善了单站无源定位的性能。