弹载星敏感器应用方案比较研究

简述了弹载星敏感器几种应用方案的原理,从视场大小、导航星等、观星方式、像元分辨率、三轴姿态精度、动态性能、惯性基准误差分离等方面分析、比较了各种方案的优缺点.除平台方案外,捷联星图方案和单(双)星方案的技术参数相当,动态性能均有待提高.星图方案较单(双)星方案在2个方面占优势:一是星图方案不要求调整星敏感器光轴对准导航星,星跟踪算法等技术能快速识别星图;二是星图方案可同时、连续观测6～8颗星,解算出弹体三轴姿态,可以采用先进的滤波技术准确地分离惯性基准误差.     

基于增强型MAD单特征量地磁匹配导航算法

为了提高基于MAD(mean absolute differences,平均绝对差)算法的单特征量地磁匹配导航系统的定位精度,研究分析了影响MAD算法的地磁匹配定位精度的主要因素,引入RANSAC(random sample consensus,随机抽样一致)鲁棒算法与粗精匹配结合的分层搜索策略来提高匹配精度及缩短匹配时间.仿真试验结果表明,该算法能够在一定程度上提高单特征量的地磁匹配的精度与稳定性,并大大缩短匹配时间.     

基于QPSO算法的支持向量机参数优化研究

应用具有量子行为的粒子群优化算法,对支持向量（SVM）进行参数优化研究．根据支持向量机的分类准确率和泛化能力之间的关系,应用QPSO算法选取比较优秀的参数模型,比较参数模型的各项性能,选取最适合实际需要的参数模型．仿真表明,QPSO算法的SVM模型与PSO算法相比在分类准确率和泛化能力上均获得更好的效果,经QPSO优化后的SVM整体性能明显提高．     

基于分层核粒子滤波的快速运动目标跟踪

针对目标发生快速、运动不规则及遮挡等情况下的跟踪问题,提出了一种分层核采样策略。首先通过先验转移和后验转移分别预测2组粒子来建立联合分布,利用聚类算法近似联合分布粒子集的混合高斯分布;然后对每个聚类进行采样;最后采用均值漂移算法将粒子移动到后验密度的局部极值处。实验结果表明:算法在目标发生快速机动情况时,跟踪性能优于传统粒子滤波、核粒子滤波及分层粒子滤波,且对遮挡具有较好的鲁棒性。     

基于变异离散粒子群的协同空战攻击决策算法

为了提高智能协同空战攻击决策算法性能,将变异策略引入到DPSO(Discrete Particle Swarm Optimization)协同空战攻击决策算法中,提出了一种新的基于变异离散粒子群(Mutation Discrete Particle Swarm Optimization,MDPSO)的协同空战攻击决策算法。基于典型空战想定背景,仿真验证了算法的有效性。采用对比实验方法,基于准确性、可靠性和快速性等关键性能指标,分析比较了基于MDPSO协同空战攻击决策算法与多种智能决策算法,验证了基于MDPSO的协同空战攻击决策算法有着较好的综合性能。     

粒子滤波的序列图像运动目标跟踪(英文)

序列图像的运动目标识别与跟踪是计算机视觉主要研究方向之一。研究的重点是要建立一个准确可靠的跟踪系统。针对此问题,传统的帧间差分法进行了改进,并研究了粒子滤波算法。在改进的帧间差分法和粒子滤波的基础上,提出了序列图像运动目标跟踪方法。实验实验表明,这种方法能够在目标被背景云彩遮挡的情况下,实现目标的可靠跟踪。     

泡沫材料在国外非致命性武器中的应用与发展

非致命性武器以不同于传统武器装备的全新的工作原理和杀伤机制,引起许多国家的关注和深入研究,在研究过程中,广泛应用了各种材质的材料,文章综述了泡沫材料在国外非致命性武器和技术中的应用与发展。     

回旋加速器之父——劳伦斯

有关原子结构的研究年复一年不断地前进,随着这一研究的进展,需要有速度更快、数量更多的“子弹”。但是遗憾的是α粒子的放射性物质也不容易获得。科学家们试图用很容易得到的质子代α粒子。质子的质量不象α粒子那么大,但它在磁场的作用下可以保持一定的方向,在电场的作用下又可以加速,从而获得了很大的能量。发明给质子加速的最好方法的人就是恩斯特·奥兰多·劳伦斯(ErnestOrlandoLawrence)。1933年,劳伦斯建成了第一个大型回旋加速器,使人们对原子的结构有了更深刻的了解,劳伦斯于1939年获得了诺贝尔物理学奖金,因此也被后人誉为“美…     

一类新型碳纳米复合材料：Sc2@C84@SWCNTs的构筑及结构确定

Peapods是指将富勒烯(Fullerene)或内嵌富勒烯(Endohedral Fullerene)填充进单壁碳纳米管(single Wall Nanotube,SWNT)而成的一类新型碳材料。对Peapods的制备、结构、性质及其应用做了较详细的介绍与评述,并制备了Sc2@C84@SWCNTs的豆荚结构。     

基于Unscented粒子滤波的传感器管理算法

传感器管理是信息融合技术的重要研究方向,以往的传感器管理算法主要是针对线性融合系统,现实中非线性系统更为普遍,而针对非线性融合系统的传感器管理算法研究较少。粒子滤波是目前非线性领域中应用最广的滤波算法,该算法的主要思想是使用一个带有权值的粒子集合来表示系统的后验概率密度。Unscented粒子滤波采用Unscented卡尔曼滤波计算提议概率密度分布,粒子的产生充分考虑当前时刻的量测,使得粒子的分布更加接近状态的后验概率分布。针对非线性系统,提出了一种基于Unscented粒子滤波的传感器管理算法。首先利用Unscented粒子滤波对目标进行状态估计,求出目标的协方差;然后利用信息熵计算目标的信息增量;最后利用信息增量最大对传感器资源进行分配,并对该算法进行了仿真。