基于效率视角的军队资产配置理论探讨

军队资产可以划分为专用性资产和通用性资产,配置效率与二者之间实有比例有着密切关系。根据效率损耗的内在成因,提高军队资产配置效率,应当实行资产配置的宏观规划,实现配置流程再造,坚持行政、法制和经济手段相结合,推进资产管理信息化。     

低成本SINS/GPS组合导航系统仿真

捷联惯导系统(SINS)由于受到自身传感器性能和惯性导航原理的影响,导航定位误差较大。随着GPS导航系统性能的不断完善以及GPS固有的一些不足之处,将SINS和GPS两者进行组合形成组合导航系统,以此来完成载体的导航任务成为目前的研究热点。针对一种适合于工程应用的低成本SINS/GPS组合导航系统进行了仿真研究,并对该组合导航系统建立了一种工程化的系统模型。利用自适应卡尔曼滤波器对系统误差进行估计,获得了良好的效果。通过仿真实验验证了所建立的系统模型能够满足组合导航系统的功能要求并具有良好的稳定性。     

基于SLAM算法的AUV组合导航系统

针对未知环境下某水下航行器组合导航系统在GPS信号长时间失效时,导航误差随时间积累的问题,采用了同时制图定位(SLAM)的导航方法,提出了一种将SLAM的信息融合于INS/GPS组合导航系统的方案,通过SLAM技术来限制惯导系统的误差积累,可以显著提高组合导航系统的性能并能在线建立环境的增量式地图。仿真结果表明,该方法充分利用了同时制图定位提供的信息,有效地提高了导航系统的精度。     

TDMA数据链的组网流程研究

基于TDMA体制的数据链拥有其他数据链无法比拟的优势,是目前各国数据链装备研究和开发的重点,具有良好的发展前景。从不同方面对TDMA数据链和其他数据链进行了比较,并在分析了TDMA数据链网络设计以及运行要素的基础上,研究了它的组网流程,为TDMA数据链的发展和实战应用提供参考和借鉴。     

装备预测与健康管理体系结构及关键技术

结合预测与健康管理技术（PHM）在降低装备保障维修费用方面的明显优势,介绍了预测与健康管理技术的内涵及特点,分析了PHM系统的开放式流程,并将该开放式流程应用于装备的故障诊断和预测中,提出一种基于PHM的预测与健康管理体系框架。在此基础上,对诊断与预测技术以及传感器配置算法等关键技术进行了详细阐述,介绍了采用的诊断和预测模型及算法。     

基于光纤陀螺的INS/GPS组合导航仿真与应用

针对卡尔曼反馈校正难以工程实现的问题,提出了用卡尔曼输出校正来进行组合导航滤波的方法。对卡尔曼输出校正的滤波效果进行了理论分析和仿真验证,并在基于光纤陀螺的INS/GPS(Inertial Navigation System/Global Position System)组合导航系统上进行了实验。实车实验结果表明:卡尔曼输出校正的定位精度和GPS定位精度相当,惯性导航系统误差随时间增长特性得到了有效抑制,从而验证了卡尔曼输出校正的方法在组合导航的应用中是可靠的。     

仿真模型库动态管理框架及关键技术研究

仿真模型动态管理是一项复杂的过程,在仿真中所涉及的模型种类繁多,类别不一。为了有效地对仿真模型进行动态管理,分析了仿真模型库动态管理体系框架,研究了仿真模型库动态管理的标准化问题和几项关键技术,包括模型匹配、模型组合及组合过程中需解决的关键问题、模型自动选择的条件及基于人工神经网络的模型自动选择等,并给出了实现的方法。     

多目标数据关联的神经网络方法

数据关联是多目标跟踪的关键问题。基于 Hopfield神经网络的 JPDA是解决这一关键问题的有效方法之一 ,但此方法的难点在于优化系数的整定。提出一种改进算法 ,用于解决优化系数在线自适应整定问题。首先重新构造了李雅普诺夫能量函数 ,接着引入变化的优化系数因子 ,并给出了优化系数求解的迭代公式 ;最后对已有和改进的算法进行了仿真研究。结果表明改进的方法和原有的方法相比 ,一方面具有在线整定优化系数的功能 ,另一方面可以获得和原有算法非常接近的估计误差。     

脉冲爆震发动机技术发展研究

阐述了脉冲爆震发动机(PDE)的工作循环过程、工作特点、主要形式及其应用前景.结合目前脉冲爆震发动机技术的发展现状,分析梳理了PDE的研究进展、发展形式、主要研究方法以及当前阻碍其实际应用的关键技术障碍与对策.同时指出,脉冲爆震发动机具有热效率高、结构简单、高经济性、宽应用范围等优点,被认为是21世纪最有发展潜力的技术,但是在实际应用之前,缩短DDT距离并产生连续可靠的爆震过程,以及研制经济的耐高温高强度材料仍是两大难题.     

基于神经网络的组合导航系统故障检测方法

将状态X2 检验(SCST)和Fuzzy ARTMAP神经网络方法相结合作为INS/GPS组合导航系统的故障检测新方法,该方法通过实时监测组合导航系统的状态分量,提取出故障的特征值,再对故障的特征值模糊化后作为Fuzzy ARTMAP神经网络的输入来实时确定故障的类别.Fuzzy ARTMAP神经网络采用离线有导师训练方法,利用已知的故障类型对神经网络进行离线训练,在应用中可以快速识别这些常见故障.针对在应用中发现新的不常见的故障类型,神经网络通过先识别,再学习,再训练的步骤完善其本身性能.通过对仿真试验结果的分析验证了该方法的可行性.