作战仿真系统中高性能随机数发生器研究

为满足作战仿真系统对随机数发生器随机性、鲁棒性、周期和效率等的苛刻要求,采用组件技术,开发了素数模乘同余组合发生器。该随机数发生器生成的随机数,其分布类型、参数和独立性经检验满足要求;其周期长达10^18,且不受种子的影响。该随机数发生器采用的算法经过优化后,运算速度提高了近40％。研究成果解决了仿真作战过程随机性的难题,为多样本的并行仿真、仿真结果置信区间的得出奠定了基础,有助于提高仿真系统的可信性。     

线性系统的鲁棒容错控制设计方法

考虑了线性故障系统的鲁棒容错控制问题。利用状态反馈特征结构配置参数化结果,提出了一种鲁棒容错控制设计方法。该方法将故障系统的鲁棒容错控制问题转化为含有约束的最小化问题。数值算例及其仿真结果验证了所设计方法的简单性和有效性。     

计算机视觉测量中摄像机快速标定方法实现

随着计算机视觉技术的发展,计算机视觉测量技术在工业领域的应用越加广泛。摄像机标定能确定空间坐标系中的物点与其在图像平面上的像点间的对应关系,是计算机视觉测量中不可或缺的组成部分。分析了一种快速、简便的摄像机标定方法。重点阐述了其基于OpenCV的方法实现,并通过实验证明了其有效性。     

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。     

基于数字混沌序列的变换域通信系统基函数产生方法

提出了一种新的变换域通信系统基函数生成方法——Logistic数字混沌映射法,并对基于Logistic混沌序列基函数的特性进行仿真,同时将其与基于m序列的基函数进行对比分析。仿真结果表明,基于Logistic混沌序列基函数具有较好的伪随机特性、多址特性,且函数数量巨大。     

基于IMM滤波器的纯方位机动目标跟踪

针对无源纯方位跟踪中目标机动的问题,提出了一种基于交互式多模型的目标跟踪算法。该算法用伪量测变换估计器(PLE)将纯方位跟踪中非线性观测模型线性化,避免了计算雅克比行列式。机动目标跟踪中通过实时调整模型匹配概率,提高了滤波器对状态变化的跟踪能力。同时该算法实时修正观测噪声协方差,消除目标远离基阵时观测噪声对目标定位的影响。最后通过与MGEKF进行比较,Monte Carlo仿真结果验证了该算法的优越性。     

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。     

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。     

捷联寻北仪抗环境干扰的研究

捷联寻北仪在使用中会受到各种环境干扰的影响,从而削弱有用信号,降低寻北精度。研究了一种测量角速度干扰的方法。首先,定义一个虚拟的数学平台;然后,利用加速度计输出和陀螺仪输出积分计算得到实时姿态角相比较,并采用P I控制器进行反馈控制将数学平台调平;从而把角速度干扰从陀螺输出信号中测量出来。该方法简单实用,能显著提高寻北仪抗环境干扰的能力。     

一种基于点迹的刚体目标运动仿真方法

提出了一种基于点迹数据的六自由度刚体目标机动仿真方法。该方法在点迹数据的基础上,采用三次样条插值算法逼近目标航迹,据此求取偏航角,从而减少了由采样导致的误差;然后结合刚体目标运动特性,分别计算目标的横滚角和俯仰角;在此基础上引入机动调节参数,对目标的机动级别做出适当的调整。仿真表明,该方法简化了目标姿态角获取方法,能够较真实地再现各类刚体目标在空间的六自由度机动。