模型参数自适应的交互多模强跟踪算法

基于强跟踪滤波器对突变状态的良好跟踪能力,设计了一种自适应交互多模算法.在交互多模算法框架内,计算"当前"统计模型的概率和目标机动强度信息(由残差统计距离来表征),自适应地调整"当前"统计模型的加速度等参数,提高了"当前"统计模型的自适应性和滤波器的鲁棒性,增强了系统对目标突发强机动的跟踪能力.仿真结果验证了该算法的有效性.     

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。     

一种适合GEOSAR成像改进的快速BP算法

针对原始BP算法计算量大的问题,根据地球同步轨道SAR合成孔径时间长,利于子孔径处理的特点,结合子孔径成像算法和去冗余BP算法提出了一种改进的快速BP算法,该算法在子孔径内就进行去冗余运算,相当于对一个合成孔径做了2次的子孔径划分,综合利用了两者运算速度使算法的速度进一步得到提高。仿真结果表明该算法极大提高了运算速度,也能实现良好聚焦,使得该算法更好地在工程上实现。     

高超声速过渡区气动热的DSMC数值模拟研究

气动热是制约高超声速飞行器设计的主要因素之一,当飞行高度大于40 km时流场中存在局部过渡区流动特性,基于分子动力学的DSMC方法是解决高超声速过渡区气动热计算的有效途径之一。针对高超声速飞行器的典型球锥外形,采用DSMC方法开展了过渡区流动气动热特性研究,分析了当流场具有过渡区流动特性时,飞行马赫数和飞行高度对气动热的影响规律,并与Fay-Riddell驻点热流的工程算法作了对比分析。计算结果表明,DSMC方法在高超声速过渡区流动气动热计算中可以得到较好的结果,适用于高超声速过渡区流场气动热的计算与分析。     

积极探索战时政治工作训练模拟

信息技术的迅猛发展提升了心理战和舆论战在现代战场上的影响力,提高军队战时政治工作能力已经成为战时政治工作训练模拟研究的重点。从上世纪90年代以来,我军展开了战时政治工作训练模拟系统的建设工作。要充分认识战时政治工作训练模拟的必要性,掌握一般方法与步骤、现实需求和运用要点。     

混合尺寸目标电磁计算的时域伪谱/有限体积混合方法

针对单一算法对混合尺寸目标进行时域电磁分析的困难,提出一种时域伪谱(PSTD)同时域有限体积(FVTD)混合方法。FVTD可方便地分析复杂的几何结构和材料,但是难以计算电大尺寸的目标,PSTD则特别适合计算电大尺寸的规则结构,但在模拟复杂的几何结构尤其是带有曲边结构以及电大、电小共存结构时存在困难。混合方法克服了单独算法的缺点,融合各自的优势,提高了算法的求解能力和应用范围。为了减小两种算法连接边界带来的反射,采用了FVTD计算面均值的二次函数重构方法,给出了交叠网格和非交叠网格两种混合方案。数值试验表明,混合方法有较高的精度,具有时域分析混合尺寸目标电磁问题的能力。     

并行时域自适应算法在电大目标瞬态散射中的应用

基于电磁场时域积分方程(TDIE)数值技术计算复杂目标的瞬态散射特性,其计算量和内存需求大,采用时域自适应算法(TDAIM)降低了TDIE的计算规模。在研究TDAIM并行算法的基础上,开发了基于.NET Remoting的电磁场分布式数值计算方案。数值结果表明,该方案显著提高了TDAIM的计算效率,为解决电大目标瞬态电磁散射问题提供了一条有效途径。     

脊状表面降噪特性研究

采用大涡模拟湍流模型(LES)仿真计算V型脊状面的湍流边界层流噪声,研究了V型脊状结构高宽比对降噪特性的影响。计算结果表明,大高宽比脊状结构降噪效果更加突出,其高频区的声压密度及峰值处的频率较其他两种尺寸都有明显减少,其中声压级最大减小量5dB。通过比较其上部区域流场的涡量及湍流脉动强度,发现如果脊峰更加"尖削",则脊状表面抑制涡发展、"稳定"湍流脉动的能力增强,而这就是其获得更好降噪效果的主要原因之一。     

飞行器突发威胁下的智能自主航路规划技术

为了解决突发威胁情况下无人作战飞行器的智能自主航路规划问题,应用变结构自适应参数离散动态贝叶斯网络进行突发威胁时飞行器的突防方向进行选择,给出了模型的建立方法和参数的自适应产生方法,并将类爬山快速搜索算法应用于飞行器改变飞行路径的情况下的实时航路规划,并进行了仿真。仿真结果表明,该方法能够满足飞行器突发威胁下的实时规避威胁和实时航路重规划的要求。     

一种基于知识的港口识别与理解方法

港口识别技术在军事上有着重要的应用前景。采用由上而下的知识驱动策略,充分利用了港口的图像特征,在低层处理中采用自适应平滑技术(Saint-Marc)进行预处理;中层处理提取港口重要对象目标(包括水域、防波堤和港口轮廓),用阈值分割和区域增长相结合的算法提取水域,用结构特征识别防波堤和港口轮廓;最后在高层处理中借用语义树的概念分析港口重要对象间的关系,采用概率松弛法进行港口的目标检测与识别。