箭(弹)级间螺栓法兰连接结构冲击失效实验与数值仿真

基于火箭(导弹)级间螺栓法兰连接结构,简化设计并制作了一组原理性实验件,利用ABAQUS软件建立有限元模型,设计并进行了多次落锤冲击失效实验,其中包括轴向和横向两种工况,考虑了螺栓均布与非均布、螺栓直径和螺栓-栓孔间隙等不同结构特点。实验过程中采集了螺栓力时程响应数据、柱段关键点应变时程响应数据、锤头冲击力和冲击速度及连接界面开缝位移等多组数据。根据实验效果和实测数据,分析了连接结构冲击失效机理,并对比验证发现有限元模型数值模拟效果和精度与实验结果吻合较好。研究结论可为箭(弹)级间连接结构抗冲击设计提供参考。     

传感器失效下飞控系统的容错H_∞滤波器设计

研究了传感器失效下飞控系统的容错H∞滤波器的设计问题。将未知有界的传感器故障矩阵转化为一类动态区间矩阵,在给定允许的失效范围内,提出了保证滤波误差系统的渐近稳定性同时对于外界干扰具有期望的H∞扰动衰减度γ的容错H∞滤波器设计方法。最后,以Navion飞机在海平面平飞的纵向小扰动线性系统为例验证了提出方法的有效性。     

一种改进的联合概率数据关联算法

联合概率数据关联算法(JPDA)是密集杂波环境下一种有效的多目标跟踪算法,但该算法的复杂度会随着目标和观测值的增加而显著增长。为了减少JPDA算法所需要的存贮空间和计算时间,提出了一种改进的联合概率数据关联算法(I-JPDA)。首先通过合理选取跟踪门门限的阈值,去除小概率事件,然后再根据跟踪门内目标的关联概率对关联事件的概率密度值进行衰减,计算出跟踪门内各目标的关联概率。经过理论分析和仿真试验,证明了该方法在保证跟踪成功率的同时,还具有算法简单、计算量小和易于工程实现等优点。     

组网电子对抗中辐射源信号跟踪方法

对组网电子对抗的组成和关键性技术进行了简要描述,重点提出了一种基于CJPDA的多目标多平台跟踪算法,以解决在多电子战平台和多辐射源情况下的辐射源信号跟踪问题。该算法为了适应电子对抗信息实时性的要求,在进行CJPDA计算时引入了确认矩阵,减小计算量;同时,通过对关联概率矩阵运用最大值搜索法,最终实现对辐射源信号的跟踪。通过计算机仿真,验证了其合理性和有效性。     

一种基于知识的港口识别与理解方法

港口识别技术在军事上有着重要的应用前景。采用由上而下的知识驱动策略,充分利用了港口的图像特征,在低层处理中采用自适应平滑技术(Saint-Marc)进行预处理;中层处理提取港口重要对象目标(包括水域、防波堤和港口轮廓),用阈值分割和区域增长相结合的算法提取水域,用结构特征识别防波堤和港口轮廓;最后在高层处理中借用语义树的概念分析港口重要对象间的关系,采用概率松弛法进行港口的目标检测与识别。     

应召平行搜索方法的多舰协同搜潜概率

在对舰载拖曳线列阵声纳搜潜原理及多舰应召平行搜索方法研究的基础上,建立了在潜艇初始位置已知、航向及航速未知的条件下,多艘舰艇利用拖曳线列阵声纳对潜艇目标进行搜索的数学模型,采用蒙特卡罗方法仿真分析了舰艇与潜艇最大速度比值,舰艇组成搜索队形位置点与最后发现潜艇位置点之间的距离,舰艇之间间距与舰艇声纳作用距离的比值,及最后发现潜艇时刻到舰艇开始搜索时刻所需时间等因素对搜潜概率的影响,获得了有益的效果。     

一种雷达组网目标分配数学模型

根据雷达的探测性能和雷达运用的战术规则,结合雷达情报保障的要求,总结出了目标分配的准则,建立了目标分配的数学模型。该模型通过两个目标函数得到了目标分配的最优方案和方案优劣排序,排序结果供指挥员根据实际情况进行选择。仿真结果表明该数学模型比较有效地解决了目标分配问题。     

反潜直升机吊放声纳搜潜效能

吊放声纳是反潜直升机搜潜的主要武备之一。在分析吊放声纳搜潜过程的基础上,对仿真环境进行假设,并建立吊放声纳搜潜蒙特卡洛法模型,通过仿真试验对反潜直升机在一定条件下搜潜时吊放声纳间隔系数、螺旋系数、探测点数和搜索阵型进行研究,得出的相关结论对提高反潜直升机作战运用水平具有较大的实际应用价值。     

不确定性推理方法研究

对3种最常用的不确定性推理方法进行了分析和评述:概率推理、D-S证据推理和模糊推理。分别针对不同类型的不确定性。概率推理针对的是"事件发生与否不确定"这样的不确定性。D-S证据推理针对的是"分不清"或"不知道"这样的不确定性。模糊推理则是针对概念内涵或外延不清晰这样的不确定性。概率推理的理论体系是严密的,但其推理结果有赖可信的先验概率和条件概率。D-S证据推理是不可信的,但在一定条件下可以转化为概率推理问题来处理。模糊推理是一种很有发展潜力的推理方法,主要问题是推理规则需要具体设计,且设计好坏决定推理结果。     

基于概率神经网络的空袭目标识别

针对BP网络的不足,提出基于概率神经网络(PNN)进行空袭目标识别的方法。首先提取空袭目标的速度、高度、机动加速度和雷达反射面积等特征并进行归一化处理,作为输入层数据,然后建立了概率神经网络目标识别模型。M atlab仿真实验表明,该方法识别空袭目标简单快速且准确率高,具有良好应用前景。