UKF在MEMS陀螺随机噪声补偿的应用

论述了MEMS陀螺静态随机噪声与动态随机噪声的特点;系统分析了无迹卡尔曼滤波(UKF)的特点,将UKF用于MEMS陀螺随机噪声估计;针对MEMS陀螺静态噪声与动态噪声补偿用同一方法处理达不到一定性能的难题,提出了一种由阈值决策静态和动态滤波的工程方法;指出将时间序列用于建立随机噪声的数学模型的缺陷,指出欧美等使用的MEMS陀螺随机噪声补偿的优点与缺点.     

基于改进广义成本函数的可靠性分配优化

可靠性分配优化问题的难点在于影响分配的各类因素与可靠性指标间关系的描述与表达.从可靠性成本与各类影响因素的内在关系人手,通过改进广义成本函数进行各类影响因素的融合处理,构建得出新的可靠性分配优化模型实现可靠性指标的综合求解.     

多作战任务时间协同规划方法

通过分析多作战任务的特点,考虑到多任务之间的时间协同关系,提出一种作战任务的时间规划方法。采用时间网络图描述作战行动,分析作战计划的时间分配合理性,设计一种基于关键任务的时间冲突消解方法对作战任务的时间冲突进行消解。最后,以抢滩登陆作战的作战背影,合理规划了兵力运送和火力压制的作战任务。仿真结果表明,该方法可以有效辅助指挥员快速进行作战任务时间规划,帮助指挥员实时调整作战计划,对作战指挥具有重要的指导价值。     

平壤的核逻辑

有时,试验的目的纯粹就是试验本身。美国总统巴拉克·奥巴马在2013年的国情咨文中将朝鲜核试验描述成需要作出强烈回应的挑衅。然而,这种挑衅的预定对象却值得商榷。有些评论家认为,金正恩试图向韩国新当选总统朴瑾惠发出信号;还有一些朝鲜问题专家则表示．此次核试验实际上是出于国内因素的考量,旨在提升朝鲜大众的士气,或者向朝鲜军队示好。美国政府官员对朝鲜试图发出的信号的分析和争论无外乎上述几种观点。     

《中国好声音》给国防教育带来的启示

前一段时间,《中国好声音》作为一档综艺选秀节目,一夜之间红遍大街小巷,用"爆红"来形容也毫不为过,浙江卫视也凭借"好声音"一举翻身,成为各大卫视翘楚。"好声音"成功的一个重要因素,在于它对细节的把握。联想到当下国     

对当前廉洁征兵形势的分析与思考

征兵工作中的不正之风是颇受关注的敏感话题,是影响征兵工作健康开展的干扰因素。狠抓廉洁征兵工作,既是贯彻落实党中央、中央军委关于加强反腐倡廉建设的重要内容,更是充分调动适龄青年入伍积极性、解决"当兵冷、征兵难"问题的重点环节。从调查了解掌握的情况看,当前廉洁征兵总体形势趋好,但也还存在一些迫切需要解决的矛盾和问题。     

面向实兵交战训练的时间统一技术研究

实兵交战训练是以参训装备为基础平台,模拟武器攻击、命中毁伤过程的实战化军事训练,其本质是多平台分布式实时仿真,时间统一是其首要基础。针对实兵交战训练时间统一需求,充分考虑训练运行流程、信息传输情况,以及参训平台时间基础,开展时间统一技术研究;主要从参训平台时间同步与训练信息时间对齐2个层面进行时间统一设计,并周期进行时间一致性校验以增强鲁棒性,从而形成实兵交战训练应用层时间统一技术方案,高可靠满足实兵交战训练全流程时间统一需求。     

“低慢小”无人机雷达探测研究与展望

小型无人机的雷达截面较小,对它实施远距离探测难度较大,且环境因素和误报问题也会影响雷达探测的表现。然而,雷达探测仍是最前沿的无人机探测技术之一。探讨无人机雷达探测系统在探测和追踪无人机方面的应用和挑战。介绍无人机雷达探测系统的基本原理和研究热点,详细分析无人机雷达探测系统在探测和追踪无人机方面的效果以及遇到的性能和技术上的挑战。未来的研究可以使用合成孔径雷达和集成多个传感器的方法来进一步提高雷达探测系统的探测性能并减少误报数量。同时,机器学习和人工智能技术的应用也可能有助于提高探测精度,使雷达系统适应不同的环境和目标。     

带攻击角约束的抗饱和固定时间收敛制导律

针对传统固定时间终端滑模制导方法在末制导中存在的奇异性、收敛速度慢以及加速度受约束问题,提出一种考虑攻击角、加速度约束的快速非奇异固定时间滑模制导律。利用终端滑模方法,构造快速收敛的新型非奇异终端滑模面,保证视线角、视线角速率在满足加速度约束的同时,能够在给定的固定时间内快速收敛至期望值,收敛时间上界独立于系统的初始状态。通过构造趋近律来设计新型固定时间制导律,并利用Lyapunov稳定性理论,对所设计的制导律进行理论分析与证明。最后通过仿真,验证了所设计制导律与其他固定时间收敛制导律相比,具有较快的收敛速度。     

基于CNN-LSTM的在轨卫星故障预测分析

在役考核中,对遥测参数进行监控与分析,是评估在轨卫星工作状态及健康状况的重要途径.为解决在线多任务故障预测问题,提出了结合长短期记忆网络(LSTM)和卷积神经网络(CNN)的数据挖掘模型,并运用了一种基于误差反馈的权重自调整机制.利用某型卫星(含故障)遥测参数的仿真数据进行分析处理,实验结果表明:在线CNN-LSTM模型以最小的信息损失进行建模,对比单一模型以及传统的回归模型,CNN-LSTM模型不仅在测试集上取得了最小平均绝对百分比误差12.61％,同时模型预测性能在长时间预测中优于离线模型.