惯性/GPS/EMC组合导航系统可视化仿真

提出了低成本惯性/GPS/EMC组合导航系统可视化仿真器的设计方案.根据捷联惯导算法和卡尔曼滤波原理,仿真器能模拟纯惯性导航、组合导航及纯数字仿真、半实物仿真等多种导航模式,绘制导航参数和误差曲线;可灵活设置航路点,系统自动生成航行轨迹,在电子地图中动态显示航迹和导航参数.仿真器为捷联姿态矩阵算法和导航算法提供验证数据源,为组合导航系统性能的研究提供可视化平台.实际应用表明,仿真器性能可靠,能极大地减少组合导航系统研究开发成本.     

中间产品C~4ISR体系结构动态行为语义一致性验证方法

目前对于C4ISR体系结构动态行为一致性设计还没有有效的验证方法.针对C4ISR体系结构动态行为的语义一致性.首先分析了其验证的内容和规则,然后以体系结构动态行为描述关键产品为基础,构建一个中间产品,再将其转换为可执行的对象Petri网模型,利用该对象Petri网模型进行动态行为语义一致性验证,最后通过一个案例对其进行了说明.     

基于ATS的导弹稳定回路半实物仿真系统设计

根据当前导弹自动驾驶仪测试现状,提出了一种基于导弹驾驶仪自动测试系统的控制稳定回路半实物仿真系统方案,利用虚拟仪器技术和PXI总线技术,组建高精度、多用途、具有自诊断功能的测试和仿真系统,它既能够实现对自动驾驶仪的综合测试,又能验证导弹控制律的优劣.系统基于模块化设计,具有良好的通用性和很强的可扩展性,能够完成不同型号导弹的测试和仿真任务.     

民兵戎锁富培育航天种子

江苏省溧阳市后周镇青年民兵戎锁富,经过8年苦心经营,创建了“后周金阳茶果场”,并与有关科研院所建立紧密协作关系,相继引进葡萄、超甜玉米等新品种,获得良好收益,茶果场生产基地被农业部定为“无公害农产品生产基地”,他本人也荣获“常州市青年科技兴农带头人”。去年,溧阳被破例选定为全国首家地（市）级以下航天育种实验试种基地,通过筛选,戎锁富脱颖而出成为承担这项任务的青年民兵。     

供应链维修资源可视化系统研究

维修资源是装备保障的重要组成部分,针对维修保障资源的实时监控和有效管理,通过引入全资可视化(TAV,Total Asset Visibility)和供应链管理(SCM,Supply Chain Management)思想, 提出了基于供应链的维修资源可视化功能需求,根据功能需求建立了由客户应用、中间处理、数据服务、系统管理组成的维修资源可视化系统结构,并对供应链管理系统、分布式多层体系、数据自动更新终端集成等关键技术进行了讨论和分析.研究表明,基于供应链的维修资源可视化系统除了可以实现对维修资源的有效监控,还增加了对维修保障过程中物流、信息流和资金流的管理和控制.     

UML的实时动态视景仿真试验研究

视景仿真技术在武器装备研制领域得到广泛应用,但其技术复杂、协同工作困难等问题阻碍了进一步发展,因而提出一种基于UML技术复杂系统的视景仿真方法.运用UML对视景仿真模型间构造关系、模型的组织、仿真的修改维护等进行有效的管理,直至实现优化的系统研制方案.实际应用证明,该方法有利于视景仿真的数值计算可视化,模型间构造关系组织和视景仿真交互的维护管理,极大地提高了实际工作效率.     

铁电液晶光开关

液晶元件的电光特性由指向矢的再取向产生,通过外加电场可产生光轴.表面稳定化铁电液晶结构改变自然螺旋结构,引起电光响应,该响应具有高速度、大阈值和双稳性所要求的特性.描述了铁电液晶的开关状态对分子取向、温度和脉冲形状的动态响应,给出了表面稳定化铁电液晶的开关速度和能量.     

飞机电传操纵系统控制律的神经网络实现

现代多功能战机多用电传操纵系统替代传统的机械杆系,但由于飞机的多变量、强耦合和不稳定等强非线性特点,使得其电传控制律的工程实现相当复杂.为此,对电传操纵系统控制律的神经网络实现方法进行了研究.通过利用径向基函数(RBF)网络良好的非线性跟踪性能,探讨了用RBF网络实现电传控制律的一般方法,并以某型飞机电传操纵系统纵向通道为例,对该方法进行了验证.     

快速整周模糊度求解在高精度GPS定位和导航中的应用

探讨了一种GPS载波相位整周模糊度的快速求解方法,分析了搜索空间中的独立变量,推导出了新的传递矩阵.该矩阵将所有的测量残差直接和最小求解搜索空间相关联,通过仅选择那些与卫星几何尺寸和测量残差一致的模糊度的组合,搜索空间被最小化.仿真结果表明,与目前最常用的搜索方法-LAMBDA方法相比,提出的快速求解方法可以改善计算效率,缩短模糊度求解时间.     

UKF及其在目标跟踪中的应用

在高斯噪声环境下,为了解决扩展卡尔曼滤波(EKF)在目标跟踪应用中精度低和滤波发散的问题,将无迹卡尔曼滤波(UKF)应用于非线性系统的目标跟踪.研究了无迹卡尔曼滤波估计方法,对采样策略进行了比例修正.通过UKF在目标跟踪中的应用仿真结果表明,与EKF相比较,UKF有更好的跟踪性能、收敛快、对噪声有更强的适应能力,算法实现简单.