基于分布式网络化指控体系的协同跟踪设计

针对当前干扰防空环境下的作战特点,通过对网络化作战需求的分析,建立了一种分布式的网络化指挥控制体系架构,并结合协同跟踪的具体作战运用,设计了基于此分布式体系的协同跟踪作战流程,并建立了效能验证模型。对比一般的集中式指挥控制体系,基于分布式的体系具有生存性强、作战使用效能高的特点。     

时延分布式控制系统的Truetime仿真分析

针对航空发动机分布式控制系统的时延问题,应用Matlab的Truetime工具箱,设计了控制系统仿真分析平台,分析了时延对系统稳定性的影响。首先针对一类应用状态反馈的控制系统,分析了存在传感器到控制器单侧时延的情况下,系统保持稳定的充分条件。在此基础上,以某型航空发动机为例,基于Truetime工具箱设计了分布式控制仿真系统,分析了不同的时延条件对系统稳定性的影响。仿真结果与理论分析结果一致,证明了系统的有效性。     

基于改进蜂群算法的非均匀阵列综合

针对蜂群算法易陷入局部极值的缺陷,提出一种改进蜂群算法实现非均匀阵列综合。首先,通过引入概率选择机制,以概率因子控制蜂群算法对精英蜂的选择,从而改善蜂群算法的全局优化性能;然后,采用改进蜂群算法优化阵元间距降低最大峰值旁瓣电平并抑制干扰;最后,仿真实验表明该改进算法在非均匀阵列综合中的有效性和稳健性。研究成果可为非均匀阵列综合提供一种新的途径。     

新型背腔式对数周期缝隙天线阵列设计

介绍了一种新型背腔式对数周期缝隙天线单元,对其各参数特性进行了分析,并采用这种新型天线单元设计了9×7天线阵列。通过HFSS13进行天线阵列的设计。仿真结果表明,该天线阵列在1.5 GHz~6 GHz的工作带宽内,驻波比小于3,回波损耗小于-10 d B,天线阵列最大增益为29.6 d Bi,在整个工作带宽内,增益均大于20 d Bi。具有良好的定向辐射能力,可用于UWB雷达、探测等领域。     

美国"海洋物联网"项目发展现状与关键技术分析

针对目前缺乏广阔海域的实时监测手段,美国国防预先研究计划局(DARPA)为提升海上分布式态势感知能力,发展了"海洋物联网"(OoT)项目.通过对相关资料的搜集、整理和分析,首先给出项目目标、原理、计划等项目概况信息,然后重点介绍了该项目的两项关键技术——浮标设计/开发和数据分析技术,接着介绍项目合同授予、实验部署等进展...     

虚拟阵列平移法解相干信号ESPRIT算法

目标方位估计(DOA)的众多算法中,ESPRIT是一种运算速度快、精度高的常用算法,但它不能解相干信号.提出一种基于虚拟阵列平移方法的解相干信号的ESPRIT算法,解决了常规ESPRIT算法不能解相干的问题,和解相干的空间平滑算法相比,不损失直线阵列的孔径,使M元直线阵可估计相干信号源数目达到M个.该方法适用于所有信号(非相干和相干信号)的目标方位估计.     

基于圆阵的二维DOA估计新方法

通过分析圆阵阵列流形,提出一种新的圆阵二维谱估计模型,可以直接应用MUSIC算法进行二维DOA估计,从而避免了对圆阵输出信号进行模式激励.应用此模型仿真分析了均匀圆阵和均匀半圆阵的二维DOA估计性能,相比模式激励方法,减小了计算量;半圆阵与圆阵的DOA性能差别很小,但是半圆阵减少近一半的阵元数.     

基于分布式交互仿真系统的导调部研究

给出了基于分布式交互仿真系统的导调部体系结构,分析了导调部的功能,提出了其实现方案,最后给出一个基于装甲兵数字化部队作战仿真系统的具体应用实例。     

基于Multi-Agent的油料动态优化调拨系统研究

将Multi-Agent理论与方法引入到油料调拨领域,对油料动态优化调拨问题进行描述与求解,提出基于Multi-Agent的油料动态优化调拨系统体系结构,构造面向油料保障过程的各类Agent及其运行机制,建立相应的油料动态优化调拨模型,阐明基于Multi-Agent的油料保障资源分布式管理,对提高油料快速保障效率具有重要意义。     

分布式面向对象多模型建模与仿真框架

美国佛罗里达大学计算机和信息科学及工程系两位学者负责的课题组开发出一种多模型面向对象(OO)的仿真环境(MOOSE)。这种环境是用于建模及开发仿真软件的框架．它的结构派生于面向对象的物理模型(OOPM)．它将传统的面向对象的方法论扩展到允许属性和方法取模型为其值．MOOSE模型库(MMR)允许分布式模型定义,进而支持以万维网为基础的仿真,与万维网整合,使其在因特网上可用。MOOSE以多模型为特征,而多模型是一种面向对象的模型提炼与抽象的方法,它允许不同种类的分层模型的创建。组成多模型的动态模型包括有限状态机,功能块模型,方程约束模型以及基于规则模型．MOOSE强调可视化和对于OO隐喻的有效使用,从而连接概念化的模型和程序,并捕捉模型的几何和动态特征．MOOSE的人机界面有两个图形化的用户界面(图形用户接口)建模器,用于模型设计;脚本,用于模型的执行控制及可视化．MOOSE的尾端产生用目标语言(如c++)表示的模型描述,然后编译并加上运行时间支持,构成引擎．模型的执行由引擎与脚本的同步运行构成。MOOSE方法促进了模型的发展,使其更加具有直观感,更利于模型作者之间的沟通,仿真程序与它们的概念模型间更好的一致性,部件重用以及模型／程序的可扩展性．