零彗差自由点条件下的失调光学系统波像差特性分析

基于矢量像差理论,对反射式光学系统的一类特殊失调状态——满足零彗差自由点条件展开研究,分析了该特殊失调下三阶彗差和三阶像散的全视场波像差特性,建立了三阶像散双节点位置的解析计算公式,研究发现该类失调不会引入三阶彗差,并且会导致三阶像散的一个节点位于中心视场附近,揭示了当前传统装调方法中仅采用轴上彗差为零作为系统完善装调的弊端,并基于像差特性分析提出了一种仅根据轴上视场引入定量失调误差前后的像差变化来评估系统完善装调的方法。利用CODE V(Version 10.2)对两反式光学系统进行了仿真分析,结果表明文中建立的模型和方法可定量分析三阶像散双节点的位置及该类失调对系统波像差的影响规律,并验证了所提出系统完善装调方法的有效性。     

基于声矢量传感器原理的目标被动定向算法

声测被动定向是声学监视技术的重要研究内容.为了实现对低空运动目标的声学监视,提出了一种基于声矢量传感器原理的被动定向方法,推导出了基于互谱法声强测量技术的定向算法,并对定向算法进行了分析和数值仿真.仿真表明:当传感器尺寸为0.28m、信号信噪比为5dB时,定向精度在2.5°以内.仿真结果说明,该定向算法是正确可行的,有较大的实用价值.该研究成果可直接用于空中运动目标,如飞机、导弹和无人机等目标的声测被动定向.     

灰色关联投影法的威胁排序算法

威胁评估与排序是作战系统和C4I系统必须具备的重要功能.结合多指标决策理论和灰色系统理论,提出了基于多指标决策灰色关联投影法的威胁排序算法.首先通过建立灰色关联判断矩阵将威胁排序转化为多指标决策问题;其次为缩小极端值的影响提出了基于信息熵的威胁指标权重算法;最后从矢量投影角度应用灰色关联投影值进行威胁排序;并分别研究了分辨系数和指标权重对威胁排序的影响.通过现代防空作战实例验证了算法的有效性和工程实用性.     

面向大规模地理矢量线数据的多层级实时可视化技术

针对主流方法难以满足多层级实时可视化的需求,提出面向大规模地理矢量线数据的多层级实时可视化技术。建立面向多层级瓦片绘制的自适应可视化模型,设计像元四叉R(pixel quad R, PQR)树空间索引和基于PQR树的自适应可视化算法,分别用于支撑模型的数据组织和可视绘制。在10亿规模数据集上的实验表明：该技术在0.57 s内可计算任一层级上的可视结果,并且计算耗时大幅小于主流方法。当数据规模急剧增长时,该技术在各显示层级上仍具有较好的可视性能,最低可视速率超过100张/s,大幅优于主流方法。该技术在单机条件下即可支撑大规模地理矢量线数据的多层级实时可视化,在空间大数据探索分析领域具备较好的应用前景。     

MEMS矢量传感器方位估计误差分析

为提高MEMS仿生矢量传感器的定位精度,对其误差来源进行分析。对于单个矢量传感器,误差来源于其自身灵敏度不一致及流噪声的影响。提出通过分段插值来绘制线性曲线、选用差分测量结构和调整两路输出信号的大小使灵敏度一致;对于流噪声产生的误差,提出一种加聚氨酯导流罩的新结构,可以使水听器抑制流噪声的能力较之前提高20 dB。对阵列而言,选取不同阵元数进行仿真对比分析,得出随着阵元数的增加,水声传感器阵列DOA估计的准确度会随之增高,分辨力也随之增强。通过对影响MEMS矢量传感器方位估计的误差来源进行分析,进一步提出解决方案,为提高其定位精度提供了有力的科学支撑,从而为MEMS矢量传感器的工程化应用奠定了坚实的基础。     

浅海远程目标稳健方位估计方法性能分析

受浅海多途效应的影响,传统方位估计方法在空间谱上将出现谱峰偏离甚至分裂现象。针对这一问题,提出了一种新的浅海稳健方位估计方法。该方法将简正波模型与阵列信号模型相融合,推导出新的阵列源矢量形式,并结合矢量最优化对阵列源矢量误差施加有效约束,进而提高高分辨方位估计的稳健性。性能仿真分析表明:当存在海水跃变层深度、海水深度及声速梯度等不确定条件下,该方法均具有更高的主峰与旁瓣比以及更窄的-3dB波束宽度。     

基于矢量运算的舰空弹对抗反舰弹脱靶量分析

脱靶量是舰空导弹重要的作战性能指标,针对某型导弹,从攻防对抗的机理出发,采用矢量运算概念描述舰空导弹对抗反舰导弹的脱靶量。结合矢量运算法则,建立舰空导弹拦截矢量模型、反舰导弹机动矢量模型,同时考虑了导引头噪声和舵系统的过载限制,提出了一种制导盲区脱靶量的解算方法。然后针对不同运动特性的目标、不同干扰强度进行仿真计算。仿真结果表明,目标运动特性和导引头干扰误差等因素对脱靶量大小影响显著,为评价舰空导弹作战效能和有针对性的采取拦截措施提供了技术参考。     

基于格的密码学技术专题讲座(一) 第1讲 基于格的密码学概述

文章介绍了基于格的密码学的研究背景和主要内容,阐述了格基本理论,包括基本概念、定义、性质、格问题和特殊格等,从求解算法、格问题归约和最坏情况安全性等方面讨论了格问题的难度假设,概述了基于格的密码函数构造、公钥密码方案、密码分析和发展现状等内容。     

基于神经网络的绕组电流闭环控制方法

在解决闭环消磁绕组电流优化计算问题时,会面临将外部磁场推算误差带入电流反演计算或完备的基函数难以确定等问题。为了降低这些因素对舰船最终补偿效果的影响,从智能优化的角度出发,在讨论散布常数对模型预测误差的影响后,确定了适宜的散布常数,建立了内部磁场与补偿电流之间的径向基函数神经网络预报模型。该方法通过样本对网络进行训练,无须推算内外磁场,就能直接得到使绕组磁场与目标磁场拟合误差最小的补偿电流向量。对比其他数值建模方法,其换算精度有所提高,且选择不同的同维向量作为基函数对补偿结果影响较小。船模实验验证了该方法的有效性。     

基于角速率输入的圆锥误差补偿算法

针对光纤陀螺姿态测量系统中利用角速率拟合角增量进行圆锥误差补偿精度下降的问题,在陀螺仪角速率输入下,采用参数解析法优化的三子样算法,直接利用陀螺的角速率输出进行圆锥误差补偿。同时考虑工程实际中滤波器的影响,推导滤波角速率输入下三子样误差补偿算法的具体表达形式。仿真分析表明：参数解析法优化的角速率输入圆锥误差补偿算法优于传统算法;而针对滤波器引入的不可忽略的算法误差,可通过修正圆锥算法系数进行补偿。