面向多目标拦截问题的协同任务分配方法研究

针对多枚空空导弹攻击多架飞机的作战场景,研究集群协同的多目标任务分配,实现对多架飞机的拦截.针对战场环境高动态、高复杂性的特点,采取基于灰狼优化算法(grey wolf optimization,GWO)的实时任务分配方案.为解决灰狼优化算法容易陷入局部最优、易早熟的问题,提出了两方面的改进策略:一是优化种群,以佳点集...     

空间救援发射窗口分析

从发射窗口的基本特性出发,推导了空间救援任务发射窗口的解析求解方法.将空间救援发射窗口问题分解为平面窗口问题和相位窗口问题,分别建立了平面窗口与相位窗口的解析求解模型,最后获得了发射窗口解析解.用直观曲线描述了同一经度的不同纬度所有发射点对应的发射窗口,为空间救援任务发射窗口的分析和快速计算提供了基础.     

弹性BP神经网络消除轮速传感器误差方法的研究

汽车轮速是汽车运动状态参数的主要信息源,是控制系统的核心,其精度直接影响这些系统的性能.为了提高轮速的精度,降低传感器的研制成本,提出了一种基于弹性BP神经网络的误差分析方法消除轮速传感器误差.将改进的BP神经网络--弹性BP神经网络用于误差分析,并提出误差匹配的算法.理论和仿真结果表明,该方法使绝对误差达到2×10-4>rad,能够有效地消除传感器误差,提高轮速信号的精度.     

基于分数阶傅立叶变换的ARM检测技术

分数阶傅立叶变换(FRFT)是傅立叶变换的广义形式,对线性调频(LFM)信号具有很好的能量积累作用.针对反辐射导弹(ARM)雷达回波信号的线性调频特性,提出了一种基于FRFT的反辐射导弹检测方法,并根据ARM信号的调频特性将FRFF局域化,缩小了峰值搜索区域,提高了检测效率.仿真实验表明该方法能够在高斯、非高斯分布杂波环境下有效地检测ARM信号.     

相位非线性畸变对GPS伪距测量的影响

基于直接序列扩频体制的伪距测量在卫星导航、雷达、航天测控、深空探测等领域获得了广泛应用.射频链路、电缆多径等引入的相位非线性畸变会对扩频信号的传输时延产生影响,进而影响延迟锁定环(DLL)的伪距测量结果.传统群时延的定义难以描述一定带宽内的相位畸变,也难以与扩频信号时延建立对应关系.在对相频曲线进行Taylor展开的基础上给出了群时延的新定义,利用零阶群时延、线性群时延和抛物线群时延等来描述相位畸变,并定量研究各阶群时延对DLL伪距测量的影响.所得结论表明抛物线(二阶)群时延对伪距测量的影响最大.     

基于IMM的估计算法对机动目标跟踪的比较

机动目标跟踪一直是倍受关注的问题,而交互式多模型方法(IMM)是解决这类问题的经典方法.由于传感器的发展或受某种客观条件的限制等,产生了各种基于IMM的算法.为此,介绍了IMM及基于IMM的几种经典估计算法,对它们进行比较研究,并通过机动目标跟踪的仿真算例说明各算法的适用条件、原理、异同点、性能及复杂性,对机动目标跟踪估计器的选择有重要参考价值.     

信息融合系统中的多传感器优化分配

在舰载多传感器信息融合系统中,对传感器优化分配问题进行了研究.充分考虑目标身份和目标优先级等信息,依据最大信息增益准则,建立了传感器优化分配的数学模型,并对算法进行了仿真实验.     

从重复信号博弈看国防生培养机制

文章运用重复信号博弈模型,剖析了国防生培养政策中体现的机制设计思想,分析了国防生培养相关政策制订的理论依据,指出了国防生培养相关政策中存在的问题,进而提出了改进、完善国防生培养机制的政策建议。     

基于模糊多传感器数据融合的目标跟踪系统

为了克服使用单个传感器的局限性,目标跟踪系统中引入了多传感器数据融合(MSDF)算法.MSDF能有效减小污染传感器测量量的噪声,又可排除估计过程中的无效测量量.它既能处理线性传感器的数据融合问题,又能处理含噪声的非线性传感器的数据融合问题.为了克服缺乏目标运动的前期信息的不足,目标跟踪系统中还运用了模糊运动学过程模型.因此,尽管缺乏有关目标运动及估计过程中所包含的传感器前期统计信息,该目标跟踪系统的性能却与基于已知目标精确过程模型的广义卡尔曼滤波器的目标跟踪系统相当.     

自适应蚁群算法的多机协同空战目标分配方法

对目标超视距空战将是今后空战的主要形式和发展趋势,多机协同多目标攻击中的关键问题是空战决策.首先建立了空战态势评估方法,结合蚁群算法思想,提出了一种新型的目标分配算法模型,并进行了算法实验.实验结果表明基于自适应蚁群算法解决多机协同空战的目标分配问题是有效的,特别是问题规模较大时更显示出其较快的收敛速度和较高的精度.