采用瞬态球状热斗篷方法的浅层地下目标红外隐身技术

由于浅层地下目标与背景土壤的热物性不同,影响了整个区域表面的温度场分布,容易被敌方探测系统发现并击毁。针对这一问题,考虑太阳辐射、天空辐射以及风速的影响,建立了埋藏地下目标的区域温度分布传热模型,揭示了不同时段埋藏地下目标对区域表面温度场的影响。在变换热力学的基础上,通过坐标变换的方法,推导出球状瞬态热斗篷的导热系数的通解表达式。根据等效介质理论,对设计的热物性参数进行均质化,并通过数值实验方法验证了基于热斗篷地下目标红外隐身技术的可行性。     

基于PDA-UKF的杂波环境下单目标跟踪算法

提出将概率数据关联算法和不敏卡尔曼滤波相结合,用于杂波环境下的单目标跟踪。该算法同时解决了测量方程非线性情况下的滤波问题和杂波环境下的目标跟踪问题。给出了PDA-UKF算法的仿真过程,提供了一个基于距离、方位角、俯仰角的目标跟踪问题的仿真算例。理论分析与仿真结果均表明,该算法提高了滤波的稳定性和跟踪的精确性,具有较高的实用价值和广泛的应用前景。     

超声速燃烧流的双时间步计算方法研究

发展了模拟非定常超声速燃烧流场的隐式双时间步方法。采用时间分裂法对流动和反应进行解耦处理,流动方程组由双时间步方法求解,内迭代过程采用LU-SGS方法;反应源项方程组通过隐式二阶梯形公式求解。分析了时间分裂格式和时间步长对计算结果的影响,结果显示:一阶时间精度的分裂格式会略微高估化学效率,应该采用二阶时间精度的分裂格式;时间步长的选取对计算结果影响显著,为了保证解耦算法的计算精度,时间步长应足够小以能够较准确捕捉到主导各种输运过程的大尺度涡团的非定常行为。     

合成孔径雷达三维成像技术及特点评述

常规合成孔径雷达只能实现二维高分辨率成像,无法得到景物的高度信息。与其他技术结合的合成孔径雷达可以实现三维高分辨成像,逐渐成为研究热点。介绍了干涉SAR(InSAR)、双/多基地SAR、复杂路径SAR以及阵列SAR等几种不同的SAR三维成像模式,对它们的技术特点以及发展的重点问题进行了分析,可为新体制的合成孔径雷达三维成像技术提供参考。     

改进推广卡尔曼滤波算法在目标跟踪中的运用

对推广卡尔曼滤波算法进行了改进,提出了运用自适应门限滤除不可信观测向量的方法。在复杂多变的电磁环境中,有效的剔除不可信观测向量和防止有用信息的丢失一直是一对矛盾。改进的算法通过新息序列方差的统计信息确定自适应门限,并且对观测向量的每一个元素分别进行判决。仿真结果证明,该算法能够在防止有用信息丢失的同时有效剔除不可信观测向量,进而减小导引头的滤波误差。     

多冲突环境下混合模糊双矩阵对策的集结

针对策略集模糊与具有模糊支付值的多冲突环境,建立了混合模糊双矩阵对策的综合集结模型。基于局中人的约束条件,构造局中人面向多冲突环境的可行策略串集合,建立新的结局空间;在假定模糊支付值为三角模糊数的情形下,基于模糊数的运算,构造局中人在新结局空间上的合成结局模糊支付值,建立多冲突环境下的混合模糊双矩阵对策综合集结模型,将集结模型清晰化并求解。最后,给出军事想定实例,说明了模型的实用性及有效性。     

双天线激励混响室场均匀性研究

采用电磁仿真软件FEKO分别建立单、双天线激励混响室仿真模型,通过计算混响室测试区域电场标准偏差值研究混响室场均匀性。研究表明：与单天线激励混响室相比较,混响室工作于双天线激励条件时,测试区域各轴向电场标准偏差平均下降了15．3％,总标准偏差下降了21．9％,改善了测试区域场均匀性,这说明双天线激励混响室可提高场均匀性,同时利用双天线的功率合成解决了混响室大功放问题。     

GPS/INS组合导航在制导火箭弹中的应用

为实时、精确获得火箭弹飞行过程中的状态参数,针对火箭弹的导航环境,研究了GPS/INS组合导航系统在制导火箭弹中的应用,建立了组合系统的动态方程及位置、速度组合误差模型,采用卡尔曼滤波器对该组合系统进行最优估计并进行了仿真分析。仿真结果表明,组合导航系统能为火箭弹制导提供高精度的位置姿态信息,进而为控制系统提供较精确的测量信息,从而大大提高了火箭弹的射击精度。考虑到导航系统成本较低、工作可靠,算法可以实时实现,因此研究结果具有一定的实际应用价值。     

基于双尺度建模的海杂波分析

近年来,对海谱的表示,对海波和海面成像的建模已逐渐成为热点。海波与电磁波不同,这是一个非常复杂的问题。如何能找到海水的温度、海面的粗糙程度和海面的方向发射率之间的关联,较为全面地分析海波是海谱研究的重点。运用的双尺度模型,在对海水温度、粗糙程度初步定义的前提下,主要讨论了方位角、散射角在小尺度为微粗糙海面时对海面方向发散率的影响,并对此做出了相应的分析。     

一种基于预测滤波器的自适应卡尔曼滤波算法

针对系统过程噪声统计特性不确切或未知的条件下,研究了一种基于预测滤波器的自适应卡尔曼滤波算法。由预测滤波器实时估计系统模型误差及其协方差矩阵,再用其修正系统状态预测值及预测误差协方差矩阵,从而自适应调节卡尔曼增益。将该算法应用于弹载SINS/GPS紧耦合组合导航系统并与普通卡尔曼滤波、基于新息的移动开窗自适应卡尔曼滤波进行了对比,仿真结果说明该自适应滤波算法具有更高的可靠性和精度。