一种强干扰下均匀圆阵弱信号测向新方法

为了解决强干扰背景下常规空间谱估计算法对弱信号不能正确测向的问题,基于均匀圆形阵列(UCA),提出了一种扩展噪声子空间弱信号波达方向(DOA)估计算法。首先将强干扰方向向量并入噪声子空间形成扩展噪声子空间,然后构造波束函数和新的方向向量进行谱峰搜索。本算法能有效抑制强干扰的影响,对弱信号方向进行正确估计。最后计算机仿真实验验证了本算法的有效性和正确性。     

宽带信号目标参数估计精度分析

现代雷达中随着信号带宽的增大和目标速度的提高,常规窄带近似的条件无法满足需要。根据匹配滤波和宽带模糊函数的特点,推导了目标回波延时和尺度因子的理论估计精度。通过仿真证明,推导的尺度因子估计的理论精度与相关文献一致,而新得到的延时估计理论精度基本不随载频变化,更符合实际应用。     

基于扩展Voronoi图的兵力机动路线决策

兵力机动决策是作战指挥决策的重要组成部分,兵力机动路线决策是兵力机动决策的关键.将地形、障碍和敌情威胁抽象为扩展Voronoi图的生长源,进而根据扩展Voronoi图的特性规划出兵力机动可选择路线,根据相应算法进行选择并修正后得到机动路线,为指挥员的决策提供参考.     

串联系统预防维修周期优化策略研究(英文)

针对串联系统建立了基于可靠性约束的预防性维修优化模型,该模型充分考虑到预防维修可以提高系统可靠性的同时,其故障率会随着维修次数的增加而上升,引入役龄回退因子对预防维修活动前后系统性能的动态变化进行了描述.通过实例验证了该优化模型的正确性与可用性,对模型作进一步的扩展,还可用于更一般复杂的串并联系统.     

多管炮效能定律的发现及多管因子公式研究

针对目前多管武器毁伤效能计算中存在的问题进行深入细致的研究,发现了多管炮效能第一、第二定律,根据定律,猜想并推导出了多管因子的计算公式.并对公式计算数据和传统经验数据进行对比分析,发现在管数小于24时,两者误差不超过3%,公式计算取得了较好的效果.研究成果同时扩充了传统多管因子的经验数据,并对24管以上多管武器效能的研究提供了理论依据和参考.     

多决策目标排序的层次分析与灰色关联法

战争中对打击目标排序是下定作战决心的前提,是战场信息处理的重要内容.随着军事科技的发展和战术运用要求的提高,决定目标排序的因素不断增多,作战环境更加复杂,单一指标已不能满足需求.采用层次分析和灰色关联相结合的方法对多决策目标进行分析,为具有多决策因子目标提供了一种排序方法.灰色数据的白化和精确数据的直接使用提高了数据的效率,使得不同特点的目标具有可比性.实例表明,该方法行之有效.     

基于扩展卡尔曼滤波的机动目标航迹跟踪

针对高速飞行目标航迹跟踪问题,进行了扩展卡尔曼滤波的曲线拟和仿真试验研究.首先建立目标跟踪的数学模型,确定了系统对应的参数及状态方程,进而将线性卡尔曼滤波器进行扩展,将函数形式的滤波模型在函数自变量估计值附近进行泰勒级数展开,求导获得相应雅克比矩阵,在获得观测及系统误差的基础上,得到针对此问题的扩展卡尔曼滤波方程.仿真结果表明该方法的有效性.     

野值存在下的BP网络自适应卡尔曼滤波

提出了一种抗野值的BP网自适应卡尔曼滤波算法.通过BP网络对新息序列的方差和均值的速率进行在线实时监测计算,输出一组加权系数对新息做修正处理,从而有效地抑制了野值对滤波器的影响.仿真证明该算法保持了新息的统计特性,提高了滤波器的精度和稳定性.     

多模自适应滤波算法的性能改进方法

多模自适应滤波算法基于已知的故障情况设计出一组卡尔曼滤波器预测系统对给定输入的响应,根据卡尔曼滤波器的预测输出和系统的测量值确定各滤波器的残差,从而检测出系统是否发生故障及其故障类型.采用传统的多模自适应滤波算法检测故障时会有一定的时间延迟,不利于系统故障的实时检测,因此提出了几种减少多模自适应算法故障检测时间的方法,并将其应用于某无人机执行器和传感器的故障检测和识别,仿真结果证明可以有效地减少故障检测时间.     

PHM系统及其故障预测模型研究

PHM(Prognostic and Health Management)是装备实现自主保障的一项关键技术.通过对美军联合攻击机PHM系统功能和结构的分析,提出了一种基于扩展FMEA的PHM系统的实现方法,并阐明了其运作原理.在此基础上,引入模糊综合评判这一数学方法建立了PHM系统的故障预测模型.最后以飞机起落架的收放系统为例进行了实例分析.