用毁伤概率指标优化二点源诱饵系统布阵

两点源诱偏系统是应用有源干扰的方式,利用反辐射导弹(ARM)本身的缺陷来对反辐射导弹的导引头进行干扰,从而达到保护主战雷达目的的一种有源干扰系统。主要从反辐射导弹的基本原理和有源诱偏的概念入手,对两点源诱偏系统进行理论推导、数学建模、布站设想,后引入毁伤概率指标对各种布站方式进行分类、仿真,对每一种仿真结果进行分析、评估,再把各种分析结果加以比较,从中找出最佳的布站方式。最后利用以上的分析结果,得出几点有用的结论。     

一种基于LMS的时域相干累积算法研究

为了克服低信噪比条件下传统的自适应滤波算法抑制高斯噪声效果差的缺点,提出了基于最小均方(LMS)的时域相干累积新算法。计算机仿真结果表明,该算法具有良好的抑制高斯噪声的性能,对于低信噪比下信号的增强效果明显优于传统的自适应滤波算法。     

一种快速确定导弹火力需求量的方法

快速火力需求分析是武器装备使用与保障所面临的重要问题.基于打击单目标情况,首先引入毁伤概率作为导弹火力需求指标,提出了考虑射程影响时的3种CEP快速计算模型,并利用概率论与飞行器试验统计的相关知识建立了一套比较完善的确定导弹火力需求量的方法.最后的计算结果表明该方法是行之有效的.     

火箭助飞鱼雷对随机机动目标的射击效率仿真

为解决火箭助飞鱼雷的作战使用问题,需要确定它对随机机动目标的射击效率,通过对该雷空中及水下弹道的各阶段深入细致的分析研究,建立了火箭助飞鱼雷射击效率仿真模型.着重探讨了采用目标现在点射击方法,对随机机动目标的发现概率仿真计算模型,进行了实际仿真计算,并就一些主要参数对射击效率的影响做了较为深入的分析.仿真结果表明,所建立的射击效率模型符合火箭助飞鱼雷的实际,对进一步深入研究其作战使用诸多问题具有一定的参考价值.     

机载多传感器角度融合跟踪结构与算法

未来战机的作战环境要求机载多传感器数据融合系统在仅有角度测量信息情况下仍须具有稳定的目标跟踪能力.对机载多传感器的角度融合跟踪系统的结构和算法进行了研究,分别给出了两个传感器同步测量时的集中式状态估计算法和异步测量时不损信息量的混合式状态估计算法,即顺序滤波方法,并对相应算法进行了仿真验证.     

发射噪声背景下自导鱼雷命中概率

潜艇是一种隐蔽性良好的水下作战平台,低噪声是其生命力的保障,但在对目标进攻鱼雷攻击时会因为发射噪声过大而暴露发射阵位和影响鱼雷攻击效果.分析了潜艇鱼雷发射噪声对潜艇的占位射击可行域存在的影响,在目标舰探测到发射噪声后采取规避措施的态势下,对自导鱼雷在不同命中角情况下的命中概率进行了仿真计算,并给出了计算模型.仿真的结果可为发射噪声的限制指标提出参考.     

一种基于SSNF的新型阈值滤波去噪算法

介绍了一种空间选择性的噪声滤波(SSNF)方法,并在此工作之上提出了一种新的自适应于小波变换尺度的阈值函数,从而对经SSNF滤波之后的小波系数进行了进一步的阈值处理,以去除残留在系数中的噪声部分。仿真试验和理论分析表明,相比其它传统的去噪方法,该方法的优点在于:所得到的小波系数不仅连续性好,而且更加接近于未加噪信号的小波系数,阈值函数具有很大的灵活性和自适应性,并适用于一些掺杂非白噪声的场合。     

演化硬件中变异概率对进化算法首次命中时间的影响

在(1+1)EAs中,采用马尔可夫链推移时间分析法,推导出了平均首次命中时间的表达式。从理论上分析了变异概率对平均首次命中时间的影响。结果表明适当的变异概率会缩短平均首次命中时间,加快进化算法的寻优时间。     

基于自适应滤波的坦克发动机振动信号的信噪分离方法

发动机表面振动是一种多振源、激励复杂的振动形式,在发动机测试时目标振动信号受到很强的噪声干扰,必须通过有效方法进行信噪分离.介绍了一种利用人工神经网络进行自适应滤波的信噪分离方法,根据自适应噪声抵消原理建立了ADALINE自适应神经滤波器模型,并使用该模型滤除坦克发动机汽缸盖振动信号中的机体振动噪声,提高了信噪比,为汽缸盖振动信号的进一步分析处理奠定了基础.     

基于非线性Kalman滤波的导航系统误差补偿技术

针对非线性非高斯导航系统信息处理问题,采用自组织算法、神经网络和遗传算法等改进传统非线性Kalman滤波算法,构建一种自适应的组合导航系统。应用具有冗余趋势项的自组织算法、Volterra神经网络和遗传算法,建立导航系统误差的非线性预测模型,进而计算得到其预测值;将该预测值与Kalman滤波算法求得的估计值进行比较得到差值,以此监测Kalman滤波算法的工作状态;采用自适应控制方法,在导航系统结构层面改进Kalman滤波算法,构建新型的导航系统误差补偿模型。开展基于导航系统KIND-34的半实物仿真研究,应用所提出的改进方法改善了导航系统误差的补偿效果,提高了组合导航系统的自适应能力和容错能力。