非线性系统的神经网络广义预测控制

研究了神经网络广义预测控制方法在非线性系统中的应用,基于BP网络构造神经网络预测器,利用非线性系统的开环输入输出数据离线训练神经网络,根据拟牛顿BFGS优化算法使得二次型性能指标函数达到最小,得到了最优的控制序列。同时给出了神经网络广义预测控制算法的步骤,讨论了提高系统鲁棒性的措施。仿真结果表明,这种神经网络预测控制算法具有响应速度快、控制效果好和跟踪精度高等特点。     

LFM-UWB雷达的梳状谱干扰技术

为了解决对超宽带雷达干扰中功率分散的问题,提出利用梳状谱信号,即将干扰功率集中在雷达信号频带范围内的部分频率点,对雷达实施干扰,破坏回波信号与参考信号的相关性,从而实现有效的干扰.并以线性调频超宽带雷达的距离像为例,通过仿真,给出了不同信号带宽条件下梳状谱干扰仿真结果,比较得出梳状谱信号对线性调频超宽带雷达具有较好的干扰效果.     

GIS常规导弹机动路线的选定

战时敌我对抗的环境下,常规导弹从一地点机动到另一地点待命准备进行发射,或者在一个波次的发射任务完成之后需立即进行第二波次的导弹发射任务,原定路线中某一部分遭到毁伤,这时常规导弹的机动路线如何能够快速科学地重新选定是作战指挥决策人员需要解决的重要问题之一.用广义路径权重代替实际路径距离权重更加科学合理,结合常规导弹机动发射路线选定的数学模型的特点,充分利用GIS路径分析功能,能够快速、有效地确定机动发射路线.     

凸度量空间中广义拟-压缩映象的不动点的逼近问题

设 (E ,d ,W )是完备的凸度量空间 ,T :E→E是广义拟—压缩映象 ,{xn}为T的带误差项的Ishikawa迭代序列。则 {xn}收敛于T的唯一的不动点 p∈E。     

基于混沌高斯频率调制的距离-多普勒雷达成像

提出了利用混沌映射产生随机抽样的方法。进一步证实了高斯抽样可以通过两类随机数产生器结合混沌映射生成。利用高斯抽样,得到了高斯调频雷达信号。研究结果表明,通过这种高斯调频信号得到的模糊函数接近2维delta函数,它在距离-多普勒平面上的旁瓣是均匀分布的。对该高斯调频信号进行傅立叶处理可以得到高分辨率的距离-多普勒图像,图像品质较高。     

面向信息化战争的广义兰切斯特作战模型

由于经典兰切斯特方程不能描述信息对于信息化战争的影响,因此在分析兰切斯特线性律和平方律的基础上,通过引入战场感知系数和信息优势系数,并利用信息优势系数对线性律和平方律中毁伤系数进行修正,提出了能够描述信息对战争影响的广义兰切斯特作战模型,仿真实验结果说明其能够有效地描述信息优势对于改变战争进程所发挥的重要作用。该模型为研究信息化战争的交战过程提供理论参考。     

基于时间延时的调频步进频率ISAR欺骗干扰

逆合成孔径雷达由于其独特的成像原理,具有比普通雷达更强的抗干扰能力。调频步进信号具有在保持瞬时带宽较小的同时通过合成宽带技术获得距离高分辨,降低系统实现的复杂度的优点,提出了一种基于时间延时的对调频步进信号体制成像雷达欺骗干扰方法,利用对调频步进雷达接收到的回波信号进行距离向延时和方位向延时后转发,从而合成假目标对调频步进频率ISAR进行欺骗干扰。仿真结果表明这种方法行之有效。     

用于堤坝检测的剖面声纳系统实验研究

针对水下堤坝安全检测,提出并设计实现了适合水下机器人等小平台为载体的可用于堤坝安全检测的高分辨率剖面声纳,系统通过获取被测堤坝内部的回波信号,由DSP构成的水下处理单元进行实时信号处理,从而可获得坝体内介质不连续的信息,并由水上分机进行堤坝内部剖面图像的重建及显示。通过水池和外场堤坝工程检测等应用实例,取得了良好的效果,验证了系统技术路线的可行性和性能的稳健性。     

基于GPU的SAR成像层次化并行处理研究

针对SAR成像处理具有的内在并行性,提出了一种基于GPU的SAR成像层次化并行处理方法。首先分析了SAR成像处理过程中信号的并行性,对任务进行了层次化分解与组合,设计了层次化并行的CS成像算法;然后通过CUDA编程将并行成像算法映射到CPU+GPUs系统平台上,实现了层次化并行成像处理;为了检验并行处理效果,采用原始数据进行了SAR成像处理实验。实验结果表明,在几乎没有损失图像质量的情况下,层次化并行处理获得了较高的加速比。     

基于GSPN的编队网络化防空指挥流程研究

为了提高编队指挥员在信息化海战中的作战指挥效率和应变能力,利用广义随机Petri网与马尔可夫链的等价关系,得到一种Petri网与马尔可夫链理论相结合的指挥流程时间性能分析的新方法,通过对模型进行分析与求解,得出了舰艇编队网络化防空作战指挥流程活动的准确作战周期,从而为指挥流程的优化提供有力的支撑,对评估系统效能水平也具有重要指导意义。