高超声速滑翔导弹气动参数自适应跟踪建模

针对高超声速滑翔导弹跟踪中状态模型构建问题,研究基于制导变量变化规律的气动参数建模方法。对气动参数进行分析,指出传统建模方法的缺点。在假设制导变量服从一阶时滞过程的前提下,利用线性化的气动系数推导气动参数模型,通过分析不同飞行状态下的模型变式,证明模型对目标机动具有自适应性。对模型中未知参数的取值问题进行讨论,实现模型与飞行状态的自适应匹配。仿真结果表明：当目标发生机动时,所提模型性能明显优于传统模型。同时,在不同滤波器参数条件下的仿真结果进一步证实了模型的有效性。     

融合动量项的步长自适应盲源分离算法

为进一步缓解盲源分离算法收敛速度与稳态误差之间的矛盾,首先在自然梯度算法的基础上,通过融合动量项改善算法的收敛速度,基于分离性能指标的步长自适应减小稳态误差;然后,给出了所提算法的模型图,同时考虑分离性能和计算复杂度,选择合适的融合动量项算法,并设计了算法的近似最优参数,有效避免了算法的分段收敛;最后,合理选择步长与动量项的权重系数,有效改善了分离性能与收敛速度。仿真结果表明:该算法在一定程度上缓解了上述矛盾,并具有较低的计算复杂度。     

基于CRLB的舰炮定位精度能力需求生成

为分析舰炮武器在对海作战时满足指定命中概率的情况下对定位精度的要求,建立了由目标定位精度影响的Cramer-Rao Lower Bound(CRLB)舰炮火控系统误差、舰炮随机误差,以及射击命中界组成的单发命中概率模型,通过分析各数学模型之间的解析关系,定量生成单发命中概率为定值的情况下不同射击距离的定位精度能力需求,仿真验证新型舰炮初速可调对模型的影响,结果表明,为达到指定命中概率的作战前提下,定位精度越高,射击距离越远;射击距离一定时,初速越大,对定位精度要求越低。     

军用电源系统中无源阻尼LCL滤波器的研究

LCL型滤波器以其优越的高频衰减性能在变流器中得以普遍应用。针对LCL滤波器应用于军队电源系统时出现的谐振尖峰现象,因此,使用常见的电容阻尼方法和分裂电容阻尼方法对该类型的滤波器作出相应的改进,为观测改进后的效果,从阻尼效果及功率损耗两个评判指标对上述两种方法开展分析研究工作。提出一种特殊的控制策略,该策略外环使用自抗扰控制,内环使用PI控制。以所提出的控制策略为基础,对两种不同阻尼方法下的滤波器进行仿真研究,仿真的结果显示,分裂电容阻尼方法对减少LCL滤波器所引发的谐振有更好的抑制作用,降低了并网电流的谐波畸变率,证明了设计的有效性和优越性。     

基于复杂网络理论的C2组织网络拓扑结构研究

根据C 2组织结构的特点,基于复杂网络理论和网络中心战思想,将C 2组织中的各作战单元、指控节点等作为节点,它们之间的信息流动作为边,构建C 2组织的网络拓扑结构。经过仿真分析,推出其内部具有无标度性、小世界性等复杂网络特性,这对于进一步将复杂网络理论应用于C 2组织的研究提供了理论依据并具有积极的意义。     

双基地雷达定位系统的最优定位点研究

研究了约束条件下双基地雷达定位系统的最优定位点问题.当目标分别平行和垂直于双基地雷达基线运动时,在定位误差GDOP最小准则下,得出了一些有意义的结论.研究表明,双基地雷达最优定位点的位置与k(测距误差方差和测角误差方差的比值)和d(接收站到目标飞行轨迹的距离)有关.得出的结论对双基地雷达的优化配置有一定的参考价值.     

通信侦察中基于神经网络的伪码序列估计

针对直接序列扩频通信信号伪噪声(PN)码的干扰侦察问题,在已知信号伪码参数的前提下对直扩信号进行特征分析,用基于变步长的PCA神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebb学习规则的无监督多主分量神经网络,结合自适应变步长学习算法,在估计在线特征值的基础上来控制步长的变化,以使神经网络最终达到较好的稳态收敛。理论分析和仿真结果表明,本方法能在较低信噪比的情况下对较长伪码进行准确的估计。     

基于UKF算法的SINS/GPS全组合导航系统研究

将UKF算法用于低成本的SINS/GPS全姿态组合导航系统中,提出了一种GPS测量姿态角的方法,推导了姿态角误差与平台失准角的关系,建立了系统的非线性误差模型,设计了UKF滤波器。仿真结果表明,通过将UKF算法用于SINS/GPS全姿态组合导航系统中,系统的可观测性得到了改善,提高了导航精度。     

软件无失效测试数据的统计分析

软件可靠性估计是软件可靠性研究的重要问题之一,文中对分布式软件系统可靠性的评估方法进行了研究,给出了软件系统可靠度的最优置信下限.最后以某大型软件的评估为例,说明该方法的应用.