基于内差修正数据INS/APS卡尔曼滤波器组合定位

研究基于水声定位系统(APS)和惯性导航系统(INS)的潜艇水下定位误差修正方法.在建立APS模型和INS模型的基础上,设计了INS/APS卡尔曼滤波方法,基于INS的APS内差修正方法和基于INS/APS内差修正数据的卡尔曼滤波方法,分析仿真结果表明,三者均可提升潜艇水下定位精度,其中基于APS内差修正数据的卡尔曼滤波器具备最佳的组合定位效果.     

贪心遗传算法解决一般武器-目标分配问题

一般武器-目标分配问题,是使武器发挥最大效能而使目标遭受最大毁伤的最优化问题.遗传算法广泛用于解决最优化问题.提出一种具有贪心优化机制的局部搜索方法,以提高遗传算法的搜索效率,从而迅速找到全局最优解.应用于炮兵武器-目标分配问题的仿真试验结果表明,此算法比现有的其他搜寻算法具有更好的求解效率.     

DD(X)系列舰引领美海军装备革命

DD(X)系列战舰是美国海军“21世纪海上力量”作战构想的主力战舰。美国海军将 DD(X)级系列战舰视为海军版的“联合攻击战斗机”(JSF)项目。作为一种高度机动和通用的海上作战平台,DD(X)系列战舰将被美军用作独立的前沿存在和前沿成慑的重要工具,也将成为美国海军联合远征打击部队不可或缺的重要组成部分。日前,美国海军已决定启动 DD(X)舰的建造计划。根据美国海军提供的一项为期3年、计划耗资29亿美元的合同,     

基于CSCW的机关业务协同办公系统协作多用户界面研究

简要阐述了研究CSCW系统协作多用户界面的必要性,介绍了协作多用户界面的基本概念,分析并评价了几种传统的协作多用户界面体系结构,最后以某机关业务协同办公系统的协作多用户界面的设计为例,提出了一种协同混合式体系结构及具体的实现。     

基于灰色分析的联合作战营房保障决策模型

优化联合作战营房保障策略,是提高联合作战营房保障效力和保障效益的前提。联合作战营房保障具有保障层次多、范围广、任务重等特点,其保障决策系统涉及因素较多,各因素又难以精确地描述,决策过程具有模糊性。通过建立合理的联合作战营房保障评价指标体系,应用灰色关联度分析方法,构建的联合作战营房保障决策评价模型,具有较强的实用价值。最后,给出了应用实例。     

单机动目标跟踪建模的新探索

建模是机动目标跟踪领域需要研究的一个重要理论课题之一。根据指挥自动化系统的特点,本文提出了一种新的更符合指挥自动化系统战术要求的圆弧机动模型——非线性机动中心坐标系模型(Nonlinear Maneuver-Centered Coordinates Model—NMCCM),与坐标旋转模型(Coordinated Turn Model-CTM)[4] 和J. A.Roecker的机动中心坐标系模型(Maneuver-Centered Coordinates Model—MCCM)[2]相比,这种新的模型不仅能以较高精度估计出目标的位置、速度和航向,而且能估计出目标圆弧机动的中心和半径,为指挥、辅助决策和实时拦截引导提供更多的参考数据。     

WindowsNT系列平台的基于UDP协议的信息流仿真

很多系统在以太网通讯中使用UDP报文进行网络数据的传输,为了完成对这些系统的仿真驱动,通常需要在一台PC机用单网卡或多网卡实现基于UDP协议的信息流仿真。在缺少目标系统的某些节点时,该PC机模拟相关节点的UDP报文的发送、接收,驱动目标系统的运行;当目标系统全系统运行时,该PC机监听以太网上的UDP报文,为目标系统的事后分析记录数据。本文论述了在Windows NT系列平台在通过Windows Socket及特殊的NDIS中间驱动实现UDP信息流的技术。     

基于MPSP算法的炮弹分段气动参数辨识

针对炮弹的气动参数辨识问题,提出了一种创新的辨识方法。受到常用于带有终端约束制导律设计的MPSP(模型预测静态规划)算法启发,将其运用在炮弹的气动辨识领域。以弹体纵向平面的质心动力学模型作为辨识模型,以炮弹速度、位置等飞行外弹道数据作为模型状态量,创新地将升力系数与阻力系数视作制导律中的“控制量”,基于MPSP算法在辨识步长内进行“制导”,使得预测的终端状态量满足实际外弹道状态量“终端约束”,从而得到“控制指令”(即待辨识参数)。以某型155 mm制导炮弹为背景,使用Matlab编制辨识算法程序对给定弹道数据的升阻力系数进行了辨识。辨识结果显示：当初始气动参数存在30%误差时,辨识算法平均可在170 ms内收敛至真值附近,辨识误差在2%以内。     

面向预警监视任务的雷达组网智能化资源调度

针对当前预警监视任务中雷达组网资源调度方法难以与太空目标数量井喷式增长、太空武器多样化发展的趋势相适应,而资源调度具有场景复杂、计算量大、精度要求高等特点的问题,在对反导预警与空间目标监视2类任务中资源调度原则分析的基础上,引入层次分析法与人工智能算法对资源调度问题进行求解,在任务和雷达2个层面实现了面向预警监视任务的雷达组网智能化资源调度。在任务层面,基于层次分析法对任务优先级进行了划分,为面临多个任务冲突时的任务优先选取提供了解决途径;在雷达层面,通过构建2类任务场景下的资源调度模型,在模拟退火算法和粒子群算法的基础上进行改进,提出了面向目标分配排序作业的模拟退火混合离散粒子群算法,对资源调度方案优化中的计算时间、资源节省率、算法合格率等3个指标进行了提升,有效提高了预警监视任务中雷达组网的探测效能。     

武器-目标分配问题研究

介绍武器-目标分配问题的基本概念、模型和数学性质。目前,武器-目标分配问题的研究主要为模型研究和算法研究,模型研究分静态WTA和动态WTA研究,算法研究主要是以智能算法为主。梳理WTA的研究现状,分析其存在的不足并指出进一步发展方向。