高功率微波弹的杀伤效果分析与仿真

根据高功率微波弹微波脉冲的攻击入射角,给出了高功率微波弹杀伤区域模型,结合高功率微波损坏和干扰电子元器件的能量阈值,提出了高功率微波弹对目标的失效区、干扰区及安全区的概念,并建立相应的数学模型进行了仿真分析,为高功率微波弹攻击参数的设定及实际的作战运用提供了理论依据。     

跟踪状态下雷达的隐身能力评价模型

为有效合理地评价雷达在战场上的隐身能力,采用功率、时域、空域及频域上的截获窗函数及其归一化结果,建立了完备的雷达隐身能力评价模型;针对组网雷达整体隐身能力,由单雷达隐身能力模型出发,提出了联合截获概率的评价模型。仿真结果表明,该单雷达模型可定量描述雷达隐身能力,依据此模型,可通过辐射控制,提高雷达隐身性能。对提高雷达生存能力领域的研究具有一定的参考价值。     

BDS导航信号抗电离层闪烁载波跟踪的自适应卡尔曼滤波算法

电离层闪烁会引起导航信号幅度和相位的快速衰落,严重影响跟踪环路的精度和稳健性,而相比频率跟踪和伪码跟踪,载波跟踪环路更易受电离层闪烁的影响而失锁。因此,提出一种基于相位锁定指示自适应扩展卡尔曼滤波的北斗导航信号抗电离层闪烁载波跟踪算法,其以同相与正交支路的积分结果估计相位锁定指示值,并采用该指示作为控制参数对不同闪烁场景下扩展卡尔曼滤波的观测向量进行自适应调整,这不仅能够提高跟踪环路的精度和稳健性,而且能够降低扩展卡尔曼滤波发散的概率。实验结果验证了相关分析和所提跟踪算法的有效性。     

机电液控制系统故障诊断的虚拟样机与概率神经网络混合方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题,提出了一种将虚拟样机与概率神经网络（PNN）相结合的故障诊断混合方法。建立系统的虚拟样机,并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验,获取故障仿真数据。经过特征提取与PNN模式识别训练,形成用于诊断的知识库,从而实现故障诊断。以操舵系统作为研究案例,得到了较高的故障检测和隔离精度和较低的虚警及漏警率,验证了该方法的可行性,为大型复杂机电液控制系统故障诊断提供新的思路。     

基于节点重要性探查的C2关系网络攻击目标选择研究

针对指挥控制关系网络受到攻击时的目标节点选择问题,分析提出了攻击目标选择的三个影响因素:网络节点的重要性、攻击方信息探知广度和信息探知误差.在将攻击目标选择策略分为针对性攻击和试探性攻击的基础上,给出了网络中任意一个节点被选为攻击目标的概率解析计算公式.最后通过仿真计算,得到三种不同网络拓扑结构下节点被选为攻击目标的概率随各影响因素的变化关系.     

军事物流基地选址问题的可靠性研究

针对物流系统的经济性、可靠性、时效性要求,综合多种约束条件和费用类型,构建了以系统总成本最低为目标的军事物流基地可靠性选址模型和非可靠性一般选址模型.通过算例,计算出两类模型的选址方案,在失效事件发生的情况下比较了两类方案在物资存储策略、系统各项成本、物资满足水平方面的差异.研究结果表明,可靠性选址方案能够有效规避基地失效的风险,具有良好的可靠性和动态响应特性.该模型可为基地布局规划提供分析方法和决策支持.     

一种VV&A任务选择的优化方法

针对M&S可靠性问题,提出一种风险/效益分析方法,用于实现VV&A活动选择的最优化,主要工作有:提出模型与仿真(M&S)的风险与效益在特定应用背景下可通过影响级剐及其发生概率进行量化,进而确定M&S的可靠性级别;提出可靠性级别可以确保M&S的最小化风险和最大效益,依据所要求的可靠性级别从一系列标准化的VV&A活动中选择出最合适的组合,以实现所选择的VV&A活动的正确性并可以监控风险/效益的变化对VV&A需求的影响.     

测向交叉定位法下的反舰导弹导引头捕捉率算法

影响导弹对目标的捕捉概率的误差由目标定位误差、射击准备误差和导弹自控终点散布误差等组成.分析了在测向交叉定位法下这些误差的特性,给出了等效计算公式,并根据导弹导引头的探测特性和导弹的运动,分析了目标捕捉区域的性质,给出了区域边界的计算公式.在此基础上,提出了新的反舰导弹导引头捕捉率算法,并对它进行了计算仿真.仿真结果验证了捕捉率算法的有效性.     

激光驾束制导炮射导弹远距离命中概率分析

根据100mm和105mm炮射导弹武器系统的射击特点和工作状态,分析了炮射导弹远距离射击时影响命中概率的主要因素,对武器系统炮射导弹射击命中概率进行了仿真计算,最后根据技术分析的结果,提出了控制影响命中率的误差源的技术措施.     

模糊自适应PMHT机动目标跟踪算法

对目标机动的检测和准确跟踪,是目标跟踪研究中非常重要但难度较大的问题.将统计距离、统计距离增量作为系统方差的调整参量,采用模糊专家规则系统,提出了一种适用于机动目标的模糊自适应概率多假设跟踪(FA-PMHT)算法.该算法将数据关联寻优与运动模型寻优联合处理,从而实现了数据关联寻优、目标模型寻优一体化.仿真结果表明,所提算法与交互式多模型概率多假设跟踪(IMM-PMHT)算法相比在跟踪精度上有明显提高,并且满足实时性要求,证明该算法是有效的.