基于复杂网络的作战系统结构研究

信息化战争的现实需求推动着作战系统的发展变革,其结构组成日益呈现复杂化和网络化的特点.基于复杂网络理论和网络中心战思想,将作战系统进行纵向节点划分,建立起四重网格立体模型,并从拓扑结构定性分析出发,推论出其内部组成具有小世界和无尺度的基本特征,为进一步将复杂网络研究成果运用到作战系统中提供了理论参考,具有积极的现实意义.     

基于球坐标系下BLUE滤波的IMM算法

针对机动目标跟踪中常见的量测转换问题,提出了一种基于球坐标系下最优线性无偏估计滤波的交互多模型算法。该算法的核心思想是将最优线性无偏估计滤波作为交互多模型中的基本滤波,完成对机动目标的跟踪。在仿真试验中,将该算法与基于扩展卡尔曼滤波的交互多模型算法进行比较,结果表明该算法有效地抑制了扩展卡尔曼滤波中常见的滤波发散问题,并且提高了跟踪的精度,具有较好的实用性。     

基于方位角和多普勒的机动目标无源定位跟踪可观测条件

可观测性分析是无源定位与跟踪系统的前提和基础,只有满足可观测条件才能对系统进行正确求解。应用线性系统理论,以目标方位角和多普勒频率为观测量,对匀加速和匀转弯这两类最常见的机动目标进行了可观测分析,为进一步研究机动目标的无源定位与跟踪提供了理论前提。最后给出了仿真实例,验证了理论分析的正确性。     

动态滑翔动力学建模与风梯度能量获取*(专题约稿)

信天翁等鸟类能够不拍打翅膀而持续飞行很长的时间和距离,因为梯度风场的存在使得它们能从中获取能量,这项技术被称之为动态滑翔。临近空间也广泛存在梯度风场,如果临近空间长航时飞行器能够利用动态滑翔技术将是十分有前途的。本文首先对无动力飞机的动态滑翔问题做了假设来简化问题的描述,更便于数学操作。在这些假设下建立了无动力飞机动态滑翔的动力学模型,即三维速度空间中只有一个输入变量的常微分方程组。之后,从理论上得到了这个三维速度空间中机械能可以增加的最大范围,即能增纺锤体内部,并推导出最大的机械能增加率。最后,得出更大的风梯度、更小的阻力系数和更小的面质比更加有利于飞机获取能量的结论,该结论加深了对动态滑翔能量观点的认识,对实践有指导意义。     

多波束相控阵天线角跟踪性能及测试方法

针对目前对多波束相控阵天线角跟踪性能测试研究较少的问题,首先分析了多波束相控阵天线的单脉冲和差测角方法,并对波束滑动、波束穿越及信号频率变化对角跟踪性能的影响进行了仿真分析。类比传统的雷达精度校飞试验,提出了基于飞艇的角跟踪性能测试方法,对角跟踪精度及误差范围进行测试,并利用STK软件实现了可视化。仿真分析表明,该方法可以实现对多波束相控阵天线角跟踪性能的评定并具有较高的工程应用价值。     

互耦条件下方位全向米波雷达测角算法

针对方位全向米波雷达的天线阵列口径小,阵元间互耦严重,从而使得传统全向测角方法误差大的问题,提出一种互耦条件下的无模糊全向测角算法。该算法利用相位模式激励出的-1阶,0阶和1阶模进行联合测角,相比于仅利用-1阶和0阶模或者0阶和1阶模,消除了互耦对测角的影响;相比于仅利用-1阶和1阶模,可实现无模糊测角。理论推导、仿真分析以及实测结果均验证了该算法的有效性。     

基于有误先验融合的无源多目标定位算法

利用无源定位技术,可对无法发射无线信号的目标进行定位。在许多实际的定位场景中可通过粗定位或目标历史位置信息获取目标位置的先验知识。利用目标位置先验知识可促进定位精度的提升,但实际中获取的先验知识通常是不完整的或包含错误信息。为有效利用此类部分有误的先验知识,提出了基于有误先验融合的无源多目标定位算法。仿真实验结果表明,该算法能利用部分有误先验知识中的有用信息提升定位性能。     

基于极坐标多普勒伪状态的最佳线性无偏估计算法

理论和实践已经证明,除位置量测外,包含目标速度信息的多普勒量测具有有效提高目标状态的估计精度的潜力。基于目标匀速运动场景在直角坐标系下提出了一种可使用多普勒伪量测(即距离量测与多普勒量测的乘积)和多普勒伪状态的跟踪算法。从理论上讲,它是在最佳线性无偏估计准则下的近似最优线性无偏滤波器,并且避免了量测转换方法的根本缺陷。通过与目前几种流行的方法进行仿真比较,验证了新算法的优越性和可靠性。     

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。     

云平台上基于关键路径截取的有向无环图应用调度算法

针对云平台上有向无环图科学应用执行容易产生虚拟机资源过剩、资源使用率低及费用虚高的问题,给出一种基于关键路径截取的有向无环图应用调度算法。该算法采取关键路径截取技术,循环找出最晚完成的未分配任务,从该任务出发,在所有未分配任务构成的图中找出最大连通子图,并计算该子图的关键路径,然后将关键路径上的任务集调度到性能匹配的虚拟机上执行;同时通过任务回填技术充分利用虚拟机的空闲时间槽,提高资源使用率。实验结果表明,在云计算平台上,该算法不仅能够在截止时间内完成有向无环图科学应用,而且可以提高资源使用率,有效减少完成该应用所需整体费用。