反辐射导弹告警技术效能分析

基于反辐射导弹告警技术的原理,分析了反辐射导弹雷达告警技术和光电告警技术的可行性。定义了告警设备的抗电子摧毁因子,并给出了分析过程和计算模型。以命中概率为指标,对反辐射导弹告警技术的作战效能进行了分析研究。仿真得出反辐射导弹命中概率与告警设备告警距离、发现概率等参数的关系,可为反辐射导弹告警技术的研究提供一定的参考。     

一种改进的证据权重确定方法

针对Dempster方法在合成高冲突证据时存在的问题,分析了现有改进方法的缺点,提出了一种新的改进方法。该方法首先利用证据之间的相似系数求出各证据的初级权重;然后引入权重折扣因子,将冲突证据的权重按折扣因子折算后并入到其他证据的权重中,得到各证据的综合权重;最后对证据加权平均后再利用D-S组合规则进行组合,通过算例比较表明改进后的方法合成结果更加有效。     

敏捷指挥控制一致决策度量技术研究

针对敏捷指挥控制过程中的一致决策问题,研究了基于语言短语的偏好表示技术和一致决策度量技术,提出一种改进的基于二元语义的复合标度评价模型,建立三种不同的一致因子模型,可分别度量决策者、方案、决策过程的一致程度,从而提供一种评价决策者、方案、决策过程的量化标准,为更加敏捷地选择调整决策者和决策方案提供量化模型与评价依据。     

基于非参数统计的加速退化试验优化设计北大核心

加速退化试验优化设计研究如何在有限的费用约束下设计方案以减少试验评估误差。采用参数统计分析试验数据需要假设分布函数,当假设错误时会引起较大的误差,而采用非参数统计分析,通过数据本身来寻找合适的回归模型则可避免这一问题。以试验费用为约束,进行加速退化试验优化设计,给出各优化变量:试验应力水平、各应力水平下样本量、性能监测次数和监测间隔,最后通过仿真算例说明该加速退化试验优化设计方法的应用。     

基于对称非线性函数的变步长LMS自适应滤波算法

为解决自适应最小均方误差（least mean squares,LMS）滤波算法难以平衡稳态误差和收敛速度的问题,提出了基于对称非线性函数的变步长LMS自适应滤波算法。通过自变量取绝对值、叠加非线性拉伸量改进Sigmoid函数,构造一个对称非线性函数用于刻画步长因子与稳态误差的非线性关系。该对称非线性函数具有能够根据误差动态调整步长、更快达到收敛状态的特点。根据构造的对称非线性函数和输入信号功率生成归一化变步长因子,解决噪声逐级放大的问题,进一步提高算法的滤波效果同时,加速收敛。实验表明：该算法在低信噪比、信噪比变化、信号频率变化、滤波器阶数变化、延迟采样点数变化条件下均具有更好的滤波效果、更优的稳定性和更快的收敛速度。     

基于渐消因子的双机协同机动目标定位

传统的双机协同组网目标定位模型中,滤波方法大多为交互式多模型算法。交互式多模型算法的缺陷为需要目标机动先验模型,且模型个数的选择难以同时满足工程上关于跟踪精度和算法复杂性的要求。通过引入渐消因子,实时自适应校正机动目标的状态估计偏差,有效降低了目标运动先验模型对滤波的影响,提高了系统的机动处理能力和模型的工程实用性。     

一种改进的选星算法在GPS定位系统中的应用

为解决传统选星算法在定位精度与运算复杂度之间的矛盾,提出了一种基于行列式值的改进选星算法,并从运算量的复杂度、消耗时间的长短、定位精度的高低3个方面与传统最小几何精度因子(GDOP)算法相比较。仿真结果表明:改进选星算法80%以上的GDOP相对比值小于10%,所需计算时间明显小于传统最小GDOP方法,且避免了大量的矩阵乘法和求逆运算,证明了该改进选星算法具有计算复杂度低、耗时短、精度较高的优点。     

基于BWRS方程的压缩空气压缩因子计算

使用压缩空气作为介质进行流体计算时,为保证计算精度须考虑压缩因子的影响。为了精确得到压缩空气的压缩因子,对压缩因子的计算方法进行了研究。将空气简化为氮气与氧气的混合气体,通过3个真实气体状态方程计算压缩因子,并与已有数据进行比较,验证了将空气模型简化,再计算其压缩因子的方法是可行的。BWRS方程计算出的压缩因子精度较高,但在不同压力下的计算误差有较大差距。为进一步提高计算精度,考虑了偏心因子的影响,通过计算分析、经验修正,得到了精度较高的压缩因子计算算法,并进行了试验验证。结果表明：不同压力下改变偏心因子的数值对计算结果有不同程度的影响;改进后的BWRS方程计算精度得到了提高,从而验证了BWRS方程改进算法计算压缩因子的有效性和可行性。     

基于改进IMM-UKF的弹道导弹再入段跟踪数据滤波

针对弹道系数未知的弹道导弹再入段跟踪雷达测量数据滤波这类非线性强的滤波问题,提出可变多模型无迹卡尔曼滤波算法。利用无迹卡尔曼滤波逼近精度高,计算量小,适应于任意非线性模型的特点,将其作为多模型的基本滤波器;滤波算法根据各模型正确描述目标状态的概率,动态地改变多模型数量和模型参数。上述方法的综合运用,提高对目标状态估计精度,降低了计算的复杂度,仿真实验验证了方法的有效性。     

探索性分析在作战实验中的应用

现代作战系统特征复杂,采用当前的作战实验方法对作战运行规律进行分析研究时,层次较低、缺乏整体性、对作战行为指导意义不明显。针对此问题,结合探索性分析思想,提出一种基于探索性分析的作战实验方法,设计了方法的研究框架,给出了主要研究内容的关键技术解决方法。最后,进行了实例分析,结果表明,方法在作战方案优化方面能起到较好的效果。