AR模型仿真相关高斯序列的阶数选择

采用模型仿真相关高斯序列,具有灵活性强、效率高的优点,但如何选择合适的阶数一直是模型谱估计中的关键问题.比较了四种信息量准则和修正的Levison递推方法确定阶数的优缺点,并讨论了采样点数对阶数选择和仿真结果的影响.通过选择合适的信息量准则和采样点数来确定模型阶数,可以有效地仿真功率谱服从高斯谱、n次方谱和指数谱等多种谱形的相关高斯序列,大大降低了仿真过程的计算量.     

评估指标体系的简化研究与应用

建立评估指标体系是一种解决复杂问题评估的常见方法.为避免指标体系过于庞大,评估过程过于复杂,指标体系简化有着非常重要的意义.采用权重系数法和极大不相关法可以有效地对指标体系进行简化.通过对集团军装备保障能力评估指标体系简化的实例分析,表明所提出的方法较好地解决了简化和全面的矛盾.确保了评估的科学性.     

基于微分进化算法的区域雷达网抗干扰优化方法

为提高区域雷达网探测能力和抗干扰能力,提出了一种基于微分进化算法的雷达网优化布站方法.建立区域雷达网优化布站数学模型,分析了雷达网在干扰前后威力区的变化,提出了新的雷达网威力区计算方法,给出了微分进化算法在该优化问题中的求解过程.最后,针对雷达网受干扰后威力区收缩,提出了2种解决方案.仿真结果证明该优化方法是有效的.     

跳频通信系统干扰性能仿真研究

通过描述跳频通信系统的组成,建立跳频通信系统的仿真模型,实现了跳频通信干扰性能仿真,通过仿真对比各种干扰样式的干扰效果并进行参数优化,找到了以最小代价换取最佳干扰效果的干扰模式,为战时电子对抗提供理论依据.     

残差域加权ACF基音周期检测算法

针对传统自相关(ACF)基音周期检测算法存在较多的倍频和半频错误,文章提出一种基于线性预测残差域加权ACF基音周期检测方法。首先对语音信号中心削波,减小共振峰的影响;而后进行线性预测分析获得残差信号,对其求自相关值和循环幅度差(CAMDF)值,以CAMDF的倒数值为权重加权ACF进行基音周期检测;最后通过基音平滑算法对提取的基音轨迹进行后处理。仿真实验表明,该算法可降低基音提取的倍频和半频错误,提高估计精度。     

基于协方差矩阵重构的方向图保形算法

现代雷达探测过程中需要采用自适应波束形成技术,在干扰处形成零陷从而消除干扰的影响。然而,波束产生零陷的同时也会导致主瓣波束产生畸变,严重降低了目标检测能力,针对波束保形问题,提出了一种具有波束保形的(worst-case performance optimization, WCPO)最差性能最优化算法。该算法通过对空间中不包含目标信号的区域进行积分来获得一个重构的干扰-噪声协方差矩阵,接着引入一个二次惩罚项使得重构的协方差矩阵满足凸优化条件,最后通过凸优化理论得到权矢量的最优解。区别于传统WCPO算法,该算法在相同条件下有着更高的输出信干噪比(signal-to-jamming noise ratio, SINR),并能在主瓣同时存在多个干扰,且不需要干扰信号先验信息的情况下实现主瓣波束保形。仿真验证了算法的有效性。     

细观尺度下推进剂/衬层/绝热层粘接界面参数反演研究

针对经验法无法保证细观尺度下粘接界面(推进剂/衬层/绝热层)内聚力模型准确性的问题,通过扫描电子显微镜(SEM)原位拉伸实验,记录粘接试件在拉伸过程中的变形和破坏,采用数字图像相关技术结合Hooke-Jeeves优化算法的反演识别方法,对界面所采用的双线性内聚力模型参数进行反演识别,并通过界面单元的损伤因子(SDEG)变化曲线结合实验结果开展界面损伤分析。结果表明：加载速率为1.2 mm·min^-1时,模型的界面刚度、最大名义应力、界面失效位移分别为6.40 MPa·mm^-1、0.72 MPa、1.80 mm;ε为8%、18%时,仿真与实测的感兴趣区域(region of interest, ROI)位移(U_x)平均误差分别为7.1%、4.9%;损伤因子(SDEG)变化曲线可较好地表征界面的损伤过程。该反演识别方法的精度较高,为细观尺度下粘接结构界面模型参数的精准获取提供一个新的方法。     

二维修正弹单向滑模姿态控制器抗干扰研究

针对二维弹道修正弹固定舵控制回路易受干扰的问题,提出了一种单向辅助面滑模变结构控制方法,通过对传统滑模进行结构上的改进,增强了滑模控制方法的鲁棒性。可以不借助高阶滑模和边界层滑模的去抖振思想,仅依靠不连续趋近率来保证控制器的无抖振输出,从而实现无抖振的滑模控制。基于该方法设计了二维弹道修正弹姿态控制器,并通过仿真验证了其抗干扰控制性能。     

捷联惯导+G/G接收机+星光组合导航应用研究

提出了适用于高空导弹的以捷联惯导为主,G/G接收机、星光导航为辅的组合导航方式,对组合方式进行了讨论,并给出了捷联惯导+G/G接收机+星光组合导航的原理图。