某型炮射导弹工况射击时目标丢失现象分析

某型炮射导弹在定型试验期间出现瞄准线跳动、工作指示灯反复熄灭、目标丢失的现象,致使炮射导弹无法正常工作.造成制导火控系统工况转换的原因较多,为了快速查明该故障原因,利用模糊综合评判方法,较为准确地实现故障定位,通过后续试验数据结果证明,该方法有效可靠,对炮射导弹定型试验期间故障诊断具有积极的参考价值.     

基于ATmega32的全桥直流电机驱动的实现

基于AVR单片机ATmega32,对一种轻武器射击训练保障系统中大功率直流电机的驱动进行研究.采用全桥电路设计,实现了单片机对电机的有效控制.介绍了系统的总体设计思想,重点论述了系统的硬件电路设计和相应固件程序的开发.     

多传感器目标识别和火力分配群决策算法

针对多传感器目标识别的群决策问题,考虑到多目标威胁程度评价指标属性的模糊性,首先将多传感器目标评价属性的定量、定性描述指标统一转化为三角模糊数,充分利用三角模糊数性质构建群决策函数,实现定量指标与定性指标的规范化处理,在此基础上提出一种基于加权矩阵排序的三角模糊数多传感器目标识别的群决策算法,实现对多传感器目标的威胁程度的综合评估.最后,通过多传感器目标评估实例分析并证明了算法的可行性和有效性.同时实验发现该算法对于多属性、多评价者的群体决策具有优势,且不易受外界参数变化的影响.     

基于改进CS的随机PRI雷达精确测速及杂波抑制算法

传统的脉冲多普勒雷达存在严重的测距测速模糊和盲区效应。考虑在正常脉冲重复间隔(PRI)上叠加一个随机扰动,并把PRI的随机变化巧妙转化为稀疏观测矩阵的受限等距性质,提出的基于压缩感知的随机脉冲重复间隔雷达为全相参动目标检测提供了一种新思路。针对其在实际应用中存在的粗糙损失和杂波干扰两个问题,分别提出了基于局部词典细化的精确测速算法和基于改进优化模型的杂波抑制方法。仿真实验结果表明该方案具有较高的测速精度和较强的杂波抑制性能。     

基于三角模糊熵的装备维修合同商评价与选择

装备维修合同商保障能力评价是军民融合装备维修招投标过程中合理选择最优合同商的基础.通过对招投标过程及以往资料的研究,在考虑部队装备维修保障特殊性的基础上,从合同商资质、技术能力、管理水平和价格成本4个方面构建装备维修合同商评价指标体系,并运用基于三角模糊熵的综合评价法进行评价.综合运用三角模糊法和熵值法,针对评价指标的模糊性和不确定性,采用三角模糊数对定性指标量化处理,又用熵权反映出指标竞争的相对激烈程度,计算出评价对象与理想点的贴近度和距离,据此对评价对象进行优劣排序,最后通过实例进行了验证.     

作战任务总量的迭代收敛性

为降低作战任务的复杂度,提高任务执行效率,研究了作战任务总量及其迭代收敛问题.首先,采用图形和设计结构矩阵,阐明反导作战子任务的复杂联系.再引入任务转移矩阵建立任务总量模型,总结迭代收敛条件.最后,综合考虑资源和时间约束,规划子任务优先级并优化作战资源配置.结合实例分析了任务总量迭代收敛规律的可行性和有效性,为反导作战任务规划提供了理论指导.     

基于K-means-RBF的机载传感器评估

针对传统RBF神经网络存在的高维数据学习训练问题,采用K-means聚类算法设计RBF神经网络数据中心,建立基于聚类RBF神经网络的机载传感器精度评估模型,运用改进的RBF神经网络对机载传感器系统进行精度评估研究.仿真研究结果表明,与传统RBF神经网络评估算法相比,该算法有效减少评估时间,提高预测精度,表明算法是合理和有效的.     

改进型JDL模型在武警部队院校信息化建设中的构建

在武警部队院校的网络信息化水平迅速发展的今天,由于各功能模块缺少统一的接口规范和能够协调各部门信息共享的机制,使得建成的各个功能模块之间无法共享信息,造成了数据库中信息的大量冗余和重复。结合数据融合技术的基本原理、发展现状和应用前景,对数据融合技术进行了介绍;针对武警院校信息融合的需求,提出了改进型JDL模型,分析了武警院校信息融合网络的服务架构层次,对信息融合网络中的核心问题信息共享、接口规范、数据融合进行了研究;利用模块化设计的思路,对原型系统进行了分析,对实验数据进行了重组,并提出了数据优化方案。     

“猎鹰”计划中“2 h内全球可达”的可行性分析

21世纪初,美国国防高级研究计划局(DARPA)制定了“猎鹰”(FALCON)计划,提出了“从美国本土发射,并在2h内将负载送达全球任意地点”这一作战指标,并明确了与之相关的武器平台的研制计划.面向计划中列举的武器平台,设计一种包括亚轨道发射段、空间在轨运行段、离轨下降段和再入大气段在内的全球快速可达轨道,计算得到到达全球最远点所需要的时间,论证了“猎鹰”计划中所提“2h内全球可达”作战指标的可行性.     

基于二分粒子群优化的阵列天线方向图综合

在阵列方向图综合中,粒子群优化技术通过简单的算法就可以达到很好的综合效果.然而基本的粒子群算法存在易于陷入局域最优值、迭代次数大的缺点,针对这些缺点,提出了一种新的算法——二分粒子群优化算法.该算法利用基本粒子群算法中的随机因素将其下一代的粒子分裂为2个粒子,在这2个粒子中选优处理.仿真结果表明,改进算法改善了基本粒子群算法容易收敛到局域最优值和迭代次数大的缺点,在阵列方向图的综合中取得了良好的效果.