基于实际飞行数据插值的INS/GNSS组合导航仿真轨迹发生器

针对INS/GNSS组合导航仿真中,捷联惯导系统陀螺、加速度计信号高精度模拟问题,提出了基于实际飞行数据插值的动态轨迹解析生成仿真算法。对转换到地心惯性坐标系中的载体姿态、位置和重力场数据进行关于时间的样条函数插值,得到载体坐标系下陀螺角速率、角增量以及加速度计比力积分增量的高精度分段解析表达式。使生成的陀螺、加速度计信号符合载体运动学和动力学特性,反映杆臂效应影响,同时与经事后处理的实测GNSS伪距、伪距率等数据特征保持一致。提出了四元数约束插值算法,可满足四元数解析插值时范数为1的约束限制条件。基于某实际无人机飞行数据,验证了所提出算法的有效性,完全满足组合导航动态仿真精度要求。该算法也适用于其他高精度高动态导航系统和刚体运动控制仿真中的角运动、线运动传感器信号模拟。     

部队装备保障能力生成过程模型构建

针对部队装备保障能力生成缺乏全系统全过程的分析、缺少总体规划和全面管理等问题,论文分析了部队装备保障能力生成过程,构建了部队装备保障能力生成过程模型,并对过程模型的输入输出进行了研究,为部队装备保障能力生成全过程管理工作提供理论参考.     

作战仿真实验的研究与实践

系统仿真科学与技术作为科学研究的第三种方法,在作战研究中已得到越来越广泛的运用。作战仿真系统、合理的实验方法、仿真数据的记录和挖掘分析是作战仿真实验的三个基本要素。作战仿真实验关键技术包括实验数据挖掘分析、作战计划的形式化表述与计算机生成兵力等。     

CGF智能决策模型中的威胁评估方法研究

威胁评估是一个不确定的推理过程,为指挥员提供准确、及时的威胁信息,是CGF实体瞄准行为决策中最关键的任务之一。针对基于CGF智能决策系统,在分析威胁因素的基础上,提出了一种利用模糊关系方程估计目标威胁等级的算法。这一算法利用威胁因素和对应的威胁等级构成的训练模糊集合,建立威胁等级和影响因素之间的模糊关系。生成的模糊关系能利用给定的威胁因素和实时目标信息从而估计出未来的目标威胁等级。计算结果表明,这一方法是正确可行的。     

信息系统需求建模方法研究

在需求工程领域中,基于场景的需求建模方法越来越多地被人们采用.根据信息系统自身的特点和基于场景需求建模方法的优点,给出了一种基于场景的信息系统需求建模的具体方法.通过对雷达技术保障信息系统需求建模过程的实例分析,证明该方法能够快速、准确、全面地获取信息系统的需求模型,具有较高的应用价值.     

计算机模拟技术在火灾调查中的应用

针对衡州大厦特大火灾坍塌事故这一典型案例,采用计算机模拟的方法,利用FDS软件对衡州大厦一层建立火灾模拟场景,通过计算再现火灾过程,根据实际调查情况,设置三个可能的起火点,将计算结果比照证人证言所描述的火灾发展情况,验证火灾调查结论的正确性.根据计算所再现的火灾扩大蔓延过程,寻找阻止火势蔓延途径以降低火灾损失的方法.     

非均匀照明单峰直方图图像的目标分割法

大多数阀值算法在对具有单峰分布和非均匀光照的图像进行分割时存在着许多困难。本文提出的自动生成生长种子的边沿区域增长算法,可以较好地实现对这类图像的分割。该算法根据图像的灰度值分布,自动生成生长种子,与常用的Otsu法相比在分割单峰分布和非均匀照明的图像时,被分割的目标图像边界更精确,更清晰。     

基于STK的SAR卫星轨道预报设计与仿真

SAR(合成孔径雷达)卫星可以全方位全天候的对特定区域进行侦察,对SAR卫星的轨道预报是反SAR前提.首先基于Access数据库建立了SAR卫星数据库;通过STK(卫星工具包)的STK/Connect模块实现了SAR卫星数据库与STK的连接,基于STK平台实时的显示了SAR卫星的在轨运行以及对地覆盖情况;系统的报告生成功能可生成SAR卫星星座在此时间段内对区域的访问报告,根据报告可对访问该区域的SAR卫星进行轨道预报.     

课堂教学必须处理好的五个关系

上好一堂课是每一位教员的追求。但有时对教育理念的错误解读,就会使自己的课出现一些“矫枉过正”的现象。上好一堂课就要把握一个度,处理好教学中五个方面的关系：寻求教员主导与学员主体的平衡、探求启发学习与接受学习的协调、谋求传授知识和培养能力并重、力求课前预设与临时生成的统一、追求传统教学与现代手段的结合。     

通用型CGF系统中仿真组件层的应用研究

为实现计算机生成兵力(CGF)的通用性、避免重复开发,在计算机生成兵力系统设计中采用多层体系结构,其中仿真组件层既为上层模块提供软件支撑又确定了CGF的真实程度。因此,给出了通用型CGF系统中仿真组件层的一般建模方法,且着重介绍了采用基于"过程"的认知模型建模方法在某仿真平台中实现模拟舰艇指挥员进行箔条质心干扰的决策。仿真结果表明这些方法是可行的,有利于CGF功能的完善和推广。