大容量数据下基于DTN的链路中断优化传输技术

激光或GHz以上的高频链路的应用将导致DTN(Delay Tolerant Network)网络链路数据容量的增大,大容量数据链路的间歇性中断将严重影响数据的传输效率。针对DTN网络中大容量数据链路频繁中断和节点的剩余缓存空间剧烈变化的问题,提出在DTN路由算法上增加拥塞状态预测机制和易中断链路判定机制,根据节点的拥塞程度定义惩罚函数,缓解链路中断和节点资源受限导致的拥塞。仿真结果表明,该机制可以有效提高DTN网络的传输性能。     

临空高超声速飞行器地基拦截引导需求分析

NSHV具有速度快、隐身性好、突防能力强等特点,对传统防空反导体系提出了巨大挑战,对国家安全构成了重大威胁。针对此类目标拦截引导难度大的特点,分析了地基雷达在地球曲率影响下引导能力的局限性;具体讨论了武器系统对NSHV的拦截引导需求,分析了地基雷达引导能力与需求的矛盾关系;基于上述分析,给出了天基、临空基、空基和地基探测平台协同引导的解决方案,并结合实例对协同引导的过程和能力进行了分析。此研究对于未来应对NSHV的威胁具有一定的理论指导意义。     

基于子阵结构的相控阵MIMO雷达分辨能力分析

在阵元总数一定的情况下,不同的子阵划分方式和布阵间距对不同子阵发射正交波形,子阵内发射相干波形的相控阵-MIMO雷达系统的分辨力的影响,首先通过相控阵-MIMO雷达的信号模型推导出其广义模糊函数,然后以此分析子阵结构对距离、多普勒、方位三维分辨力的影响。仿真结果表明,在阵元总数一定的情况下,子阵越多,系统距离分辨力越高,子阵越大,多普勒分辨力越高,子阵间距满足一定条件才能有较好的系统分辨力。这些结论对相控阵-MIMO雷达子阵结构设计具有指导意义。     

永磁无刷直流电机调速系统的改进型IMC-PI控制

针对永磁无刷直流电机调速系统提出了一种改进的内模PI(Internal model control PI,IMC-PI)控制方法。根据内模控制原理设计出PI控制器,引入一种作用函数,将其与PI控制器串联构成改进的IMC-PI控制器。作用函数为偏差的微分表达式,其阶次的选择应保证系统开环传递函数严格真实。改进IMC-PI控制可使系统的调节过程分为作用函数趋近零和保持为零的两个阶段,从而保证系统偏差按照作用函数等于零确定的轨迹趋近于零。仿真和实验结果表明方法可有效提高控制系统的性能。     

传感器协同射频隐身仿真系统性能评估

传感器协同射频隐身是未来战机取得空战优势至关重要的一种能力,它不仅与我方传感器的探测能力有关,还与敌方被动传感器的探测能力有关,同时受到具体对抗过程的影响,故对它的科学评估非常有难度。在详细分析了无源传感器截获有源传感器辐射过程的基础上,提出了传感器级、传感器协同级以及全过程系统级隐身对抗性能评价指标体系,并搭建了相应的射频隐身仿真评估系统,详细阐明了其工作原理和评估流程,为射频隐身系统的论证与研制工作提供参考。     

开放复杂巨系统视角下的军民融合协同创新体系

基于钱学森开放复杂巨系统的视角,对军民融合协同创新体系进行了研究。由于军民融合协同创新涉及多领域、多层次、多区域、多行业、多部门之间高密度的交互和关联,其复杂性和开放性也决定着其发展过程中必定会遇到一些问题。本文用系统科学的理论阐释军民融合协同创新体系,指出其在发展中出现的问题,提出军民融合协同创新发展过程中应遵循的开放的复杂巨系统理论原则。     

基于DBN-TOPSIS法的空中目标融合威胁评估

针对已有空中目标威胁评估方法主观性强、稳定性弱、评估过程不连续的问题,综合考虑目标运动特性与目标属性,提出了一种基于动态贝叶斯(dynamic bayesian network, DBN)和逼近理想解法(TOPSIS)的融合威胁评估方法DBN-TOPSIS。通过分析来袭目标特征指标间的依赖关系,建立空中目标威胁评估指标体系。采用模糊理论处理连续型特征指标,统一指标形态,利用DBN进行动态威胁度等级概率推理。构造模糊DBN推理结果与TOPSIS评估矩阵之间的映射关系,采用TOPSIS法将威胁评估概率一维向量转换为确定数值,进行空中多目标威胁度准确排序。实验结果表明,融合威胁评估方法具有较好的合理性和稳定性。     

基于改进多维粒子群的多无人机任务分配方法

针对复杂战场环境下的多无人机任务规划解空间维度不确定、任务需求随时间变化等问题,提出了一种基于改进多维粒子群算法的多无人机任务分配方法。该方法构建了适应度函数集,应用多个适应度函数来限制种群趋向,同时采用基于时变目标价值的映射变量,建立目标价值随时间变化的多无人机目标决策模型;而后引入整数编码机制,构建面向任务序列的多维粒子,利用改进的自适应多维粒子群算法,得到最优维度下多无人机的任务分配优化方案。仿真实验结果表明：基于改进多维粒子群算法的多无人机任务规划方法可在最优解空间下,获得更好的任务动态分配效果,收敛速度更快,具有良好的推广应用前景。