基于模糊模式识别的战场目标识别

分析战场目标的结构、材料、征候、特征及辐射原理等存在的差异,运用模糊模式识别方法,建立了战场目标识别的数学模型,给出了目标识别的详细步骤和方法:选取目标特征量、构造标准模糊集合、构造待识别模糊集合、应用择近原则进行目标识别,并通过算例,得到一些有价值的结论。模型和方法可供C3I系统快速准确的识别战场目标。     

改进的OFDM雷达通信一体化信号峰均比抑制方法

正交频分复用（orthogonal frequency division multiplexing,OFDM）信号是雷达通信一体化系统常用的发射波形之一,但是其峰均比较高,影响发射机的工作效率。传统的限幅法虽然可以降低系统OFDM信号的峰均比（peak-to-average power ratio,PAPR）,但会造成误码率（bit error rate,BER）增大和带外频谱泄露的问题。对传统的限幅法进行改进,将高于门限的信号进行抑制,通过迭代滤波消除带外信号弥散造成的频谱效率下降的问题。将改进峰均比抑制方法与传统峰均比抑制方法进行比较,验证了所提方法的低峰均比性能、误码率性能和模糊函数性能。仿真实验表明,所提方法通过合理设置限幅门限和选择迭代滤波次数,可以有效降低OFDM信号的PAPR,并且对雷达探测性能和通信性能影响较小。     

基于零边界值Kriging插值的地磁异常场稳定向上延拓法

针对位场向上延拓存在边界误差的问题,根据向上延拓的原理对边界误差产生的原因进行了分析,提出了补充零边界值并用普通Kriging法对数据进行插值的方法,对插值后的区域在频域进行向上延拓,并采用绝对误差最大值占平面磁异常最大值的比例作为误差评价标准.仿真结果表明:所提的方法优于不扩边和最小曲率法扩边的向上延拓方法;向上延拓...     

无源雷达截获概率建模与窗口变量影响仿真

在截获概率概念和截获条件的基础上,综合时域、空域、频域等窗口函数构建截获概率模型,分别建立截获过程的4个窗口函数子模型,研究截获概率与窗口函数变量的影响关系。以SPS-48雷达为辐射源,仿真分析各窗口函数变量对截获概率的影响程度,讨论分区策略下无源雷达参数优化对截获概率的影响并总结截获概率提高方法,为无源雷达设计、研制、试验以及使用提供技术支撑。     

滑模控制的新型双幂次组合函数趋近律

提出一种基于双幂次组合函数趋近律的新型滑模控制方案。与现有的快速幂次或双幂次趋近律相比,具有更快的收敛速度,同时还保持了全局固定时间收敛特性,收敛时间上界与滑模初值无关。当系统存在有界扰动时,能够使滑模变量在有限时间内收敛到稳态误差界内,同时其稳态误差要小于现有方法的。仿真实验验证了该方法的有效性及理论分析的正确性。     

弹道导弹主动段变换打击目标的闭路制导研究北大核心

提出了弹道导弹主动段变换打击目标的概念。为了实现弹道导弹变换打击目标的制导目的,提出了基于网格离散的闭路制导方法。将二级段和可攻击区域进行网格离散,把节点插值参数存储到弹上。导弹在变换打击目标时,通过插值的方法求解需要速度,进行闭路制导。仿真结果表明,该方法能够有效控制导弹完成变换打击目标的任务,制导精度较高。     

子母式发烟弹全弹道建模与分析

针对爆炸分散型子母式发烟弹,研究建立了母弹飞行弹道、子弹抛撒内弹道和子弹飞行弹道模型,运用Matlab软件,分析计算了最小射程条件下弹道诸元变化规律,基于横向间隔的目标函数法,确定了子弹的阻力系数及弹道参数,即最小射程条件下最佳抛撒点参数、罐体抛撒时间和罐体阻力系数.通过三罐轴向并联一次性起爆试验,证实了子弹横向间隔的...     

基于非平衡格林函数铁磁-量子点系统的散粒噪声

借助Anderson模型的哈密顿量,利用格林函数和运动方程,研究了铁磁电极的量子点系统的极化输运特性。结果表明:通过调节微波外场、铁磁电极的磁矩相对取向与温度等,均能实现控制体系中自旋极化电流的目的,达到自旋阀效应,为研究新的自旋电子材料提供了理论依据。     

基于随机拟合的悬浮式深弹弹阵特征建模

通过分析悬浮式深弹发射后在空中的弹道特性,建立了深弹弹着点坐标的计算模型。采取蒙特卡洛方法,分别对舰艇六自由度状态下,单管和六联装火箭深弹的弹着点坐标进行了仿真计算,对弹着点的分布规律进行了研究,并得出弹着点的联合密度函数。结果表明,在发射参数存在正态扰动下,弹着点散布区域均呈椭圆形分布,弹着点坐标均仍服从正态分布。     

基于径向基代理模型的序列优化中自适应再采样策略

针对径向基插值代理模型样本点预测误差为零时无法获得误差函数进行序列再采样优化的问题,将样本点分布约束引入序列再采样过程,利用潜在最优解加速收敛性,提出一种适用于径向基插值代理模型序列优化的再采样策略,该策略兼顾仿真模型的输出响应特性与样本点的空间分布特性。仿真结果表明,使用该在采样策略后,算法寻优效率和精度均优于传统基于代理模型的优化方法,在对最优解进行有效预测的同时,能显著减少原始模型计算次数。