强电磁脉冲对导弹的电磁毁伤性分析

分析典型双指数电磁脉冲的波形和频谱特性,讨论了导弹的电磁脆弱性和强电磁脉冲对导弹的耦合途径,重点分析电场从弹翼方向耦合的特殊情形。对孔缝耦合的毁伤问题进行理论建模,最后对制导系统的干扰进行定性分析。结论对探讨高强度电磁脉冲对导弹的毁伤机理有一定指导意义。     

目标宽频带RCS的快速算法研究

目标宽带RCS预估算法一直是计算电磁学的一个研究热点,本文分别研究了渐近波形估计技术（AWE）与最佳一致逼近技术在宽频带RCS预估领域内的应用。首先,介绍了传统矩量法计算RCS的原理,并分析了两种快速算法的计算过程。然后,采用这两种技术,分别计算了简易飞机模型的RCS值,并对这两种方法进行比较。计算结果表明相比传统的矩量法,这两种方法在不影响精度的前提下大大提高了计算效率。同时,相比渐近波形估计技术,最佳一致逼近技术在节省内存,节约时间方面更具优势。最后,采用最佳一致逼近理论,结合电磁计算软件,实现较大尺寸目标的宽频带RCS的计算。     

存在工作历程产品的加速寿命试验统计分析

加速寿命试验(ALT)可在较短时间内获得产品的寿命及可靠性信息.利用ALT对产品的剩余寿命进行评估时,常常将已工作过的产品进行抽样并投入试验,在这一类样本的ALT数据统计分析时如何处理初始工作时间,成为ALT应用中的一个重要问题.工程实际中评估此类样本的剩余寿命时常常忽略初始工作时间,将其视为"用后如新"或"无记忆性"产品.但此假设必须以产品寿命服从指数分布为前提,而大部分机电产品的寿命服从Weibull分布,因而该方法在应用时必然会产生较大误差.针对这一问题提出了一种新的基于时间折算的ALT数据统计分析方法,并利用Monte Carlo仿真对其估计特性进行对比研究,结果表明此方法能有效评估存在初始工作历程产品的剩余寿命,估计精度优于原方法.     

一种高效的显式模型检验方法

随着软硬件系统规模和功能的不断扩充,状态空间爆炸问题严重影响了模型检验的进一步发展与应用,成为验证大规模系统的瓶颈.在显式模型检验工具Murphi的基础上,针对其可达状态空间组织存在的问题进行改进,提出了基于整型指针与Fibonacci散列的可达状态空间组织方法,实现了一个高效的显式模型检验原型系统,在确保验证正确的同时有效缩短了验证时间,并能在系统规范不可满足的情况下给出反例,有助于系统设计人员快速定位错误.理论分析和实验结果表明了本方法的有效性.     

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.     

基于MADM的雷达辐射源威胁等级评定

雷达被喻为战场的千里眼,在现代战争中扮演着重要角色.随着军队信息化程度的不断提高,目标威胁程度判断也成为亟待解决的瓶颈问题.如何快速、高效和准确地判断出众多雷达的威胁程度,对于电子对抗行动乃至整个作战行动具有十分重要的意义.研究了对敌防空压制行动中,基于多属性决策(Multiple Attribute Decision Making,MADM)的雷达辐射源威胁等级评定方法,建立了数学模型,最后的实例说明了模型的实用性.     

三维传感器组网偏差估计方法

采用地心地固坐标系作为统一坐标系,研究了3-D传感器组网中的偏差估计问题,根据同一目标位置在各个传感器探测中的迭合条件.运用一阶泰勒展式推导出各个传感器的距离、距离增益、方位角、仰角偏差的线性化公式,利用最小二乘法在线估计出各个偏差量,并实时进行修正,仿真结果验证上述方法的有效性.     

基于算法估计的网络端到端时延测量方法

在网络端到端延迟的测量中,常用的方法大多是通过发送探测包来直接得到端到端的时延值.由于存在时钟不同步的问题,所以测量结果的误差较大.针对此问题,在Sue B.Moon提出方法的基础上进一步改进,提出了一种基于算法估计的软件方法,该方法更好地解决了收发时钟不同步的问题,提高了测量的精度.     

能量状态法的无人机节油轨迹优化

应用能量状态法研究了高空长航时无人机节油飞行的最优轨迹问题.构建了基于能量状态法的质点运动模型,简化了传统运动模型的维数,并利用变分法提出了基于能量控制的性能指标,推导出飞机纵向飞行过程(爬升、巡航和下降)的优化方程,得到整个飞行过程的全局最优解,给出了一种适用的算法,利用Matlab对该算法进行了计算仿真.仿真结果表明,优化的节油轨迹算法效率较高,可节省飞机燃油、缩短航行时间.     

变结构多模型估计第Ⅲ部分——模型群切换算法

本文提出了一种称为模型群切换算法(MGS)的通用的变结构多模型(VSMM)估计器.它假设整个模型集合可以用一定数目的模型群来覆盖,每个模型群代表相互间紧密联系的一族系统行为方式或结构,在任何给定时刻,由一个硬决策来决定具体运行的模型群.它是第一种可普遍应用于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.同时,它很容易实现.通过一个简单的失效检测和识别的例子显示当具有与固定结构的交互多模型(FSIMM)估计器相同的性能时,MGS算法可以从本质上减少计算量.