自适应算法在捷联惯导初始对准中的应用

针对传统的卡尔曼滤波在捷联惯导初始对准中由于系统噪声和量测嗓声方差阵未知时,滤波的精度和快速性不能达到要求,甚至导致发散的问题.提出了一种改进的sage-Husa自适应滤波新算法,建立了捷联惯导系统初始对准误差模型,并在对捷联惯导系统误差模型进行简化的基础上,利用所设计的算法进行了仿真研究.仿真结果表明,改进的滤波算法使对准过程所需时间大大缩短,具有跟踪能力强、稳定性好和精确性高等特点,验证了该方法的有效性和正确性.     

车载反坦克导弹火力分配优化模型

在车载反坦克导弹指挥控制系统软件设计过程中,火力分配模型在车载反坦克导弹射击中具有极其重要的地位作用,而传统反坦克导弹射击主要是根据攻击区进行划分,并未涉及火力分配问题,这将直接影响车载反坦克导弹作战效能的发挥.而AHP层次分析法是解决火力分配问题的有效模型,根据车载反坦克导弹的作战运用特点,并结合AHP层次分析法理论,建立了反坦克导弹火力分配的优化模型.通过对模型的求解,证明该算法对于某型车载反坦克导弹作战单元火力分配问题切实有效.     

一种基于球坐标系的四站三维时差定位算法

提出了一种在球坐标系下的无源时差定位算法,该算法解决了参变量法中难于解决的模糊和无解问题,计算量小,定位结果可信。当布站接近平面时,本算法可独立进行定位,当站址高度差较大时本算法可以与参变量法相配合解决模糊和无解问题,适合于工程应用。     

装甲车辆电源系统整流装置故障诊断方法

针对装甲车辆电源系统整流装置内部二极管的开路和短路故障,提出一种基于快速傅立叶变换(FFT)和Elman神经网络的诊断方法。在主电路结构基础上,通过增加外围测试电路的硬件设计方案,获取两路测试信号;对测试信号进行FFT运算,提取基波频率1次～6次谐波分量所占直流分量百分比为故障特征量,借助Elman神经网络的模式识别功能,实现整流装置故障诊断及模式分类。结合装甲车辆电源系统数学模型,基于仿真结果,构建了整流诊断装置诊断模型,开发了整流装置故障诊断系统,应用结果验证了该方法的有效性。     

基于SOPC的多路并行同步数字信号采集系统设计

针对某型导弹武器装备在线检测系统的需求,以软、硬件可配置的SOPC（System on a Programmable Chip）嵌入式系统为平台,以较少的硬件资源消耗为前提,应用FIFO缓存和直接存储器传输（Direct Memory Access,DMA）技术,设计数据采集系统,实现对20路并行同步数字信号的快速采集,并利用现代DSP技术对采集的信号进行滤波处理,通过USB总线将处理后的信号送到工控机,基于LabVIEW软件在工控机上实现系统的在线检测功能。     

防暴火箭弹发射器虚拟样机建模及仿真分析

以某型防暴火箭弹发射器为研究对象,应用CAD建模软件和动力学仿真软件建立了虚拟样机模型。对其单射和齐射两种状态时的发射装置进行了仿真,将振动仿真结果试验数据进行了比较,二者十分吻合。验证了将虚拟样机技术引入防暴武器研究领域的可行性,为进一步仿真研究和试验奠定了基础。     

信号分割修正聚类的星座图恢复算法

通过分析载波估计频偏、信号长度对星座图恢复的影响,采用将长信号分割为短信号的方法减小频偏对星座图恢复的干扰,并通过旋转叠加修正的方法解决了由信号长度减小导致码元失去历遍性而带来的星座图恢复不完整问题,最后根据信噪比大小选取不同聚类算法进行聚类并再次修正,实现了星座图对称的幅相调制信号的星座图完整恢复。多次仿真表明,该算法对频偏估计精度的要求可以降低1~2个数量级,减小了参数估计的工作量,使因参数估计精度不高而带来的信号后续分析困难问题得到了良好解决。     

基于“当前”统计模型的机动目标自适应跟踪算法

针对"当前"统计模型对加速度极值及机动频率需人为设定的缺陷,提出了一种基于滤波残差的高斯型隶属度函数改进算法,该法在跟踪过程中对加速度极值进行自适应调整。引入一种基于残差的Sigmoid二次型隶属度函数,通过自适应改变机动频率,使模型趋于目标真实状态。理论分析和仿真结果表明,改进的模型避免了人为引入误差,提高了机动目标的跟踪精度,算法简单,易于工程实现。     

基于SD的战时装备维修器材消耗预测模型

从影响战时装备维修器材消耗的主要因素入手,基于系统动力学方法构建了战时装备维修器材消耗的SD模型。通过对模型的运行与仿真得到了装备维修器材的消耗数据,验证了模型的适用性和方法的可行性,为科学预测战时装备维修器材消耗、做好维修器材保障工作提供了新的方法指导。     

基于KP CA的作战仿真实验数据特征提取方法

针对作战仿真分析过程中各作战要素的复杂性与非线性,研究了一种基于KPCA的作战仿真实验数据特征提取方法。该方法描述了KPCA特征提取的原理和算法,并将其应用于作战仿真实验数据的空间降维,根据累积贡献率确定新特征的数量。仿真结果表明,该方法与PCA相比具有主成份特征明显、贡献率集中等优点,能够有效综合原始数据的非线性特征,降低原始数据的维数。