乘车辐射侦察室内模拟训练系统

利用多项高新技术,研制了仿真度高、消耗低,交好性好的室内模拟训练系统,使乘车辐射侦察训练有了一种新的方法和设备,可显著地提高教学训练的效率和质量。     

自适应模糊PID在导弹快速转弯中的研究北大核心

PID在非线性不强的系统中应用广泛,但由于控制参数固定不变,难以满足战术导弹等具有强非线性和运动状态快速变化的飞行器。针对导弹快速转弯过程中运动状态的快速变化,通过在线获取导弹输入姿态角偏差和偏差变化率,以单交叉高斯加权的方法确定了输入输出量的论域及量化等级,并与传统PID构成了自适应模糊PID控制器;通过调整校正量增益因子,适应不同范围的姿态角偏差和偏差变化率,实时在线校正PID控制参数。仿真结果显示,所设计的控制器能够根据导弹姿态角偏差的变化实时调整控制参数,在响应速度、稳态精度等方面均优于传统PID,具有较强的鲁棒性,适应快速转弯过程中运动状态的强非线性变化。     

对未知复杂体制雷达信号融合处理算法北大核心

针对算法对缺乏数据库的未知复杂体制雷达信号不能有效的进行融合处理的问题,提出了一种对未知复杂体制雷达信号融合处理算法。该算法首先进行实时建库,然后计算各参数的相似度,再利用D-S证据理论依次对信号各参数相似度和对各信号进行多层融合处理,最后合并完善信号。仿真实验表明该算法可较好对未知复杂体制雷达信号实现融合,处理有效率高,在大样本个数能保持稳定的处理有效率,且耗时较少。     

反微型无人机技术方案调研北大核心

快速增长的微型无人机应用给公共安全防卫带来隐患,而传统装备不能很好适应反微型无人机作战。对最近国内外出现的各种反微型无人机(或称反"低慢小"目标)技术方案作了一个梳理和分析,并结合反微型无人机作战的技术特点进一步对微型无人机安全防卫技术路线提出了建议,可以为相关领域研究者和设计师提供参考。     

生成对抗网络及其在无人系统中的应用

生成对抗网络（GAN）在无人系统多个层次上的应用提高了其智能化、自主化水平,具有巨大的应用价值和发展潜力。对GAN在无人系统技术中的应用进行了综合评述并且进行了展望。首先介绍了GAN的基本概念、训练方式和传统GAN的模型结构,并且从模型结构的变动、目标损失的变化以及适用的领域等方面详细介绍了深度卷积生成对抗网络（DCGAN）、循环生成对抗网络（CylcleGAN）、生成对抗模仿学习（GAIL）、序列生成对抗网络（SeqGAN）等GAN的8种衍生模型。接着概述了与无人系统OODA回路相关的智能感知、智能判断、智能决策、人机交互等方向上GAN方法的实际应用。最后基于无人系统共性技术的发展趋势,对GAN在无人系统的单体智能、多体或群体智能以及人机混合智能等方向上的应用进行了展望。     

面向实战化的某型北斗设备高性能天线罩设计

为了提高新型北斗装备应对恶劣作战环境的能力,及应对第三代北斗卫星导航系统新信号体制接收需求,设计了某型设备的高性能防弹天线罩,天线罩具备一定的抗毁伤能力,同时兼具某些频段优异的电磁波透波性能。从应用需求、材料、电磁、力学等方面解析了天线罩的全设计流程,通过理论、仿真及试验等多维技术手段验证了设计方案的可行性,并实现了该型防弹天线罩的实战化应用。     

一种改进的双轴旋转惯导系统误差调制方案

旋转惯性导航系统通过让惯性测量单元（inertial measurement unit,IMU）周期性地绕一个或多个轴旋转来调制系统误差。合理的旋转方案应尽可能消除惯性器件引起的系统误差,同时在IMU时不应引入新的误差。提出了一种改进的双轴旋转惯性导航系统的综合误差调制方案,方案不仅可以调制惯性器件的常值误差,而且可以抑制由刻度系数误差、安装误差与IMU旋转运动耦合而引起的额外误差。与常见的16位置旋转方案相比,耦合误差被调制为零均值周期形式,且误差幅度减小一半,从而减小了系统的速度误差和位置误差。数学分析和仿真试验表明,在相同综合误差条件下,旋转方案将纬度误差由常见16位置旋转方案的0.383 1 n mile/72 h降低到0.191 0 n mile/72 h,经度误差从1.107 1 n mile/72 h降低到0.462 7 n mile/72 h。     

浅析卫星导航系统在役考核指标与方案选择

在役考核是装备试验鉴定的重要环节之一,是对性能试验和作战试验不能解决的问题进行补充鉴定。针对卫星导航系统在役考核过程中考核大纲制定与方案选择的难点问题,通过分析卫星导航系统在联合作战中提供的精准定位、统一授时、辅助精确打击等典型应用场景,归纳出卫星导航系统在役考核需要重视对抗环境、考察关键性能、强调作战效能等特征需求,在此基础上建立了在役考核指标体系,并将灰色关联理论应用到考核方案的选择过程,为卫星导航系统的在役考核提供了一定的参考。     

基于多状态故障树的舰船装备可靠性分析方法

为分析舰船装备的系统和单元部件介于正常和故障之间的中间过渡状态,结合实际工作情况,提出了一种基于多状态故障树的可靠性分析方法。以舰船电力系统为例,将传统故障树模型的底层事件布尔单元改进为可维修的三态（正常、劳损降级和故障）单元部件;结合智能体董正琼技术建立该多状态故障树仿真模型,各事件之间的从属关系采用抽象映射进行描述;通过多次蒙特卡洛仿真运行,根据各底事件发生概率定量计算出电力系统的可靠度统计值为99.624%,在一定程度上验证了所提可靠性分析方法的可行性。     

基于LBP-PCA的多传感器目标识别算法

为了更加有效地提高多传感器图像融合后的识别率,提出一种基于LBP-PCA的多传感器目标识别算法。首先分别对红外和可见光图像进行预处理用以突显出要识别的目标,采用LBP算法提取目标的特征点向量,利用PCA算法进行特征融合,得到降维后的融合特征,最后利用SVM(支持向量机)进行分类和识别。实验仿真结果表明多传感器目标经过LBP-PCA融合后在保持足够数量的有效信息基础上降低了特征的维数,有效地提高了目标识别率。