一种基于动态矢量匹配的兵力部署估计方法

现代作战部署兵力需要考虑各兵种协同作战的因素,因此兵力部署估计与作战群体属性识别问题不仅与群体的实体组成有关,还与作战群体之间的拓扑关系相关.通过对作战规则的提取,建立了作战部署中各群体的拓扑关系,并利用此拓扑关系对传统的兵力聚合方法进行了改进.仿真实验证明该方法可以进一步确定作战群体属性,从而实现兵力部署估计.     

基于VD-AiNet聚类算法的空袭目标类型识别

针对防空反导作战中空袭目标类型识别问题,在分析空袭目标的主要类型、识别指标及其识别原则的基础上,将人工免疫算法中矢量距人工免疫网络聚类算法应用于抗体样本训练模块,并建立了抗体训练和目标识别的并行决策模型.最后进行了算例验证,结果表明了算法和模型的可行性和有效性.     

一种改进的基于矢量水听器阵列的相干信号方位估计

为了对相关信号源进行方位估计,针对矢量水听器均匀线列阵,Rahamim提出了一种方法,即将测量数据按同一类型水听器进行排列,但该方法只能实现相干信号的一维方位估计,且存在180°模糊.为此,提出了一种改进方法,即将测量数据按同一阵元位置进行排列,采用前后向空间平滑技术.这样不但能实现相干信号的二维方位估计,而且无180...     

遥感图像的小波压缩方法

本文讨论了遥感图像小波压缩方法中几个影响压缩性能的关键因素，通过比较提出了较优的压缩策略，将其应用于遥感图像压缩，取得了较好的效果。     

超声速运动目标的被动声定位算法研究

在空气中超声速飞行的运动目标产生激波。利用激波到达时间,本文提出了一种基于时间梯度和波前方向矢量的算法,确定目标的速度和位置。最后,通过对该算法的估计精度的分析计算,介绍了一种三站均匀圆阵。     

一种高质量的极低比特率声码器

在数字语音通信中,极低速率语音编码有着广泛的应用前景,是声码器研究中的重要课题。本文提出了一种高质量的极低比特率声码器,这种声码器利用了矢量量化,马尔可夫链等技术,对经过线性预测分析后得到的语音参数进行压缩。计算机模拟结果证明所提出的极低比特率编码系统是成功的,其合成语音达到了较高的自然度和可懂度。     

关于塔式网络矢量量化中格点的标号

在格型矢量量化中,用格点作为量化矢量,构成码书。为了存储或传输量化输出,必须对格点进行标号。我们在数据压缩课题研究中,对塔式网格矢量量化中格点的标号进行了探索,给出了常用的几种网络诸如ZL、DL、E8、A16等格点的标号算法。     

超低轨道卫星摄动特性分析及轨道维持方法

针对超低轨道卫星长时间在轨飞行的轨道维持问题,分析了超低轨道平均偏心率矢量变化特性,提出了一种超低轨道维持的控制方法。分析了J2、J3摄动以及大气阻力摄动作用下超低轨道卫星偏心率矢量的变化特性;基于能量守恒原理设计了超低轨道高度维持的控制策略;通过仿真算例验证了控制策略的有效性。结果表明:在地球非球形引力摄动、大气阻力摄动和速度脉冲作用下超低轨道平均偏心率的变化是稳定的,所设计的轨道维持方法不仅能够实现超低轨道高度维持,确保平均偏心率矢量收敛至平衡位置,且用于轨道维持的燃料消耗合理,能够满足长时间的超低轨道飞行要求。     

多旋翼无人机AHRS系统矢量乘积误差PI跟踪算法

针对多旋翼无人机对低成本姿态航向参考系统的实际需求,设计并实现了一种姿态航向参考系统。该系统采用陀螺仪积分出的载体姿态和已知的地球重力矢量,解算出地球重力矢量在载体系下的投影和加速度计测量出的地球重力矢量的矢量乘积结果作为水平姿态角的误差表征数值,并采用比例积分跟踪算法进行误差跟踪反馈,实现了准确的水平姿态角跟踪测量。利用陀螺仪积分出的姿态和已知的地球磁场信息,解出地球磁场矢量在载体系下的投影与磁力计测量的地球磁场矢量乘积结果作为航向误差角的误差表征数值,并采用比例积分跟踪算法进行误差跟踪反馈实现了对航向角的跟踪。转台实验表明:该系统水平姿态角跟踪精度约为1°,与EKF算法相比,运算速度提升了80%且精度好于EKF算法。     

高空风场条件风速概率分布与正态分布差异分析

在飞行器多学科优化设计中,高空风场是有重要影响的不确定性因素,需要准确获取其统计特性。高空风场条件风速的概率分布是特定的,为了便于将高空风场概率模型用于不确定性设计,减少计算量,提出了高空风场条件风速概率分布与正态分布差异的分析方法,给出了将高空风场条件风速概率分布简化为正态分布的适用条件。数值仿真结果表明:在纬度为24.3°N～42.2°N范围内,不同地区高空风场条件风速概率密度与正态分布概率密度的差异在海拔2～30 km范围内呈喇叭形分布,在海拔15 km附近,高空风场条件风速概率密度与正态分布概率密度最接近,高空风场条件风速的概率分布可近似假设为正态分布。综合以上工作,给出了在飞行器不确定性设计中考虑条件风速不确定性时,生成随机样本方法的选择建议。