指数型数据环境因子工程计算方法

在可靠性工程实践中,对于技术状态处于稳定期的产品,环境因子是对不同试验条件下的可靠性数据进行综合利用的重要参数。由于环境因子理论计算方法在工程应用中存在着很多问题,缺乏工程实用性,因而在可靠性工程中如何确定环境因子一直是个争议较多的问题。主要探讨了指数型数据环境因子的工程确定方法,在理论计算公式的基础上对可靠性试验数据进行了工程上的处理,由此获得的环境因子具备较强的工程实用性。     

一种基于极坐标模型的多AUV协同导航与定位算法

为了解决多个自主式水下无人航行器(AUV)在作曲线轨迹的航行时常规协同导航算法精度较低的难题,提出了一种基于极坐标的多AUV协同导航与定位算法.首先,将本算法的模型、可观测性与常规的直角坐标系算法进行了分析与对比.接着,进行了基于实航数据的数值仿真.针对解决各种传感器受异常噪声干扰导致多AUV协同定位误差变大的问题,本...     

一种高分辨雷达扩展目标信号模拟方法

从线性调频高分辨雷达着手,分析了扩展目标回波信号的特点,对线性调频信号进行了模拟,生成了扩展目标回波数据。最后用Matlab仿真实现了目标散射中心和多普勒速度的提取,验证了模拟信号的可行性。     

基于强跟踪扩展Kalman滤波的X射线脉冲星导航定轨精度研究

为提高X射线脉冲星导航定轨精度,依据脉冲星导航原理,建立了X射线脉冲星自主导航系统的状态方程和观测方程,提出用强跟踪扩展Kalman滤波（Strong Tracking Extended Kalman Filter,STEKF）替代扩展Kalman滤波,并对3颗脉冲星卫星运行的位置和速度估计进行了仿真实验。仿真结果表明：STEKF具有使滤波器能够自适应地校正估计偏差并迅速跟踪状态变化的能力,有效地提高了卫星运动状态的估计精度和数值稳定性。     

一种模糊自适应INS/GPS组合导航方法

提出了一种基于模糊逻辑的自适应卡尔曼滤波新算法,即基于滤波数据残差构造一种模糊算法,以自适应控制卡尔曼滤波器的增益系数。从而可以消除异常的测量数据带来的影响,使滤波器的残差始终保持零均值,且使估计误差的协方差阵收敛,最终实现最优估计。通过对INS/GPS组合导航系统的计算机仿真结果表明,该算法具有比常规卡尔曼滤波算法更高的导航精度。     

日美新一轮军事合作——从日本向全球扩展

冷战虽已过去15年,但冷战思维、阴影却依然存在。如今,源于冷战时的日美军事合作,非但没有随着时间的推移而被削弱,相反则被不断地强化和加深。且看,连日来,日美动作不断的军事合作——先是就美军首次在日本部署核动力航空母舰达成协议;随后日美高官进行国防和外交“2 2”会谈,并出台《美国日本同盟:为了未来的改革与调整》的军事合作中期报告,从而拉开日美军事合作大改革和驻日美军大调整的序幕;日本执政的自民党推出新宪法草案,修改和平宪法第9条,明文把“自卫队”升格为“自卫军”;日本首相小泉新     

防发散无迹卡尔曼滤波自适应网格交互式多模型算法

针对非线性观测条件下的机动目标跟踪问题,基于机动目标的协同转弯模型,采用防发散无迹卡尔曼滤波方法和自适应网格的模型集自适应策略,研究了一种变结构交互式多模型算法。对二维机动目标跟踪的仿真结果表明,该算法与相应的固定结构交互式多模型算法相比,可以解决固定结构多模型算法存在的问题,有效提高多模型算法的精度和费效比,缩短计算时间,且适合工程应用。     

用你的眼睛看世界

他走了,带走了他心爱的军装;他走了,留下了黑龙江省首例现役军人眼角膜捐赠协议书,那是他最后的遗言:"不管你是谁,很高兴为你带去光明。"好一场大雪,片片雪花极尽曼妙地轻舞飘落,装扮出一个圣洁的世界。有一双眼睛如饥似渴地望着这一切,却渐渐被泪水模糊……是他让它们重新闪耀起生命的光。那一年,单位里来了个刚走出军校的壮小伙,超过1.8米的个头,脸庞方正,心肠火热,像一缕阳光投射在岗位上、球场上,和每一个需要他的地方,他就是吴峰。在这个地处边远的阵地上,没有他当初期待的硝烟滚滚、热血沙场,     

一种改进的均方根容积粒子滤波算法

传统的粒子滤波算法在重要性采样估计时忽略了当前量测影响。在非线性场景下,传统的粒子滤波导致个别粒子具有大权值,造成估计结果精度差。针对该问题,结合均方根容积卡尔曼滤波(SCKF)算法和Gating技术,提出了一种新的重要性函数估计算法。本算法将后验概率作为重要性采样函数,通过利用SCKF和统计距离,建立粒子与量测的关联关系,实现对重要性采样函数的均值和协方差矩阵的估计。而后,使用粒子滤波算法,对多目标状态和数目进行估计。实验表明,在非线性跟踪场景下,本算法估计精度高,估计结果稳定。     

基于SVM-UPF的雷达弱小目标检测前跟踪算法

针对低信噪比条件下雷达弱小目标的检测与跟踪,提出了基于支持向量机和无迹粒子滤波的检测前跟踪算法。该算法采用无迹卡尔曼滤波生成粒子滤波的重要性密度函数,提高了粒子的使用效率,在此基础上将支持向量机引入到粒子重采样步骤中,通过构建状态的后验概率密度函数来获得多样性的新粒子,有效解决了粒子贫化问题,仿真结果表明,该算法提高了目标的检测概率和跟踪精度。