基于ABM方法的空间碎片网捕体系结构建模

空间碎片网捕是一种新型的空间碎片清理方式。首先介绍了基于活动的建模方法(ABM)以及进行体系结构建模的流程,之后基于系统的基本工作流程,使用System Architect软件对空间碎片网捕任务的体系结构进行了可视化建模,得到了典型的作战视图,并进行了任务流程的仿真;对理解空间目标网捕系统的功能、研究空间碎片网捕任务的流程,提出系统构建需求具有一定的参考价值。。     

临近空间飞行器纵向逆控制系统设计

建立了临近空间飞行器无动力滑翔阶段的纵向运动模型,并应用动态逆方法推导了模型的逆系统.系统相对阶等于绕质心运动模型的系统阶数,实现了绕质心运动模型的线性化.为了克服纵向运动模型的隐动态和参数的不确定性,在内环动态逆控制器的基础上,设计了外环最优调节器.仿真结果表明:飞行器纵向逆控制系统可以准确跟踪俯仰角或攻角指令,并对参数不确定性和外界干扰具有较好的鲁棒性,具有工程适用性.     

近空间飞行器关键技术及其发展趋势分析

未来一体化联合作战将具有陆、海、空、天、临“五维一体”的特点,临近空间以其在信息支援与远程快速投送两方面的优势在基于信息系统的体系作战中具有重要的战略地位.从技术层面概括了临近空间飞行器的最新进展,重点分析了其关键技术与发展趋势,对其发展提出了几点看法.     

基于颜色及梯度统计特征的结核杆菌目标识别

提出一种基于颜色及梯度统计特征的结核杆菌目标识别算法。首先基于HSV颜色空间进行图像预分割,然后在CIE L*a*b*颜色空间进行自适应分割以提取目标精细几何形状。为了适应背景的复杂变化,基于色调一致性假设对疑似目标进行色调一致性检验并剔除大部分伪目标。为了将重叠粘连目标从伪目标中分离出来,提出两个梯度统计特征,然后结合目标的面积、周长、长宽比、圆形度、粗糙度等形态特征,组成7维特征向量送入贝叶斯分类器进行分类。实验结果表明,本文算法能适应标本、染色及图像背景等复杂变化,目标识别率可达91%。     

光学成像侦察卫星威胁评估方法

未来作战中地面部队将面临越来越多来自空间的威胁,其中最突出的是侦察卫星威胁。以光学成像侦察卫星为例,进行了卫星威胁评估方法研究。首先探讨了卫星图像品质评价方法和影响因素,建立了侦察卫星对地面目标的检测概率模型,并引入光照、气象、对比度影响因子对检测概率进行修正。在此基础上考虑军事任务需求建立了针对目标尺寸已知情况下的威胁度计算模型,进一步按照目标大小划分威胁等级,给出了卫星威胁等级评价方法,所得到的威胁等级指标可为军事行动提供参考。最后给出了光学侦察卫星威胁评估应用实例。     

基于多种安全威胁的军事财政资源配置研究

当前的军事财政资源配置理论是传统安全观的产物。国家安全观的拓展,要求创新军事财政理论。建立在多种安全威胁环境下的军事财政资源配置模型分析表明,当前和今后一个时期,在多种安全威胁变动趋势稳定的前提下,配置在非传统安全维护职能上的军费最优规模应占整个军费比重的4%左右。     

暴力冲突的全球经济成本研究

暴力冲突可产生大量的经济成本。但现行估算常常关注一个国家,忽视冲突的国际外部性,因此这种成本的计算是不完全的。衡量冲突的全球经济成本应该考虑两个标准:第一,全面性,即考虑外部性和冲突对利益结果产生影响的异质性;第二,一致性,便于在国家与地区之间在时间和空间范围内进行比较。     

空间非平稳高斯噪声背景下混合信号的DOA估计

针对空间非平稳高斯噪声背景下混合信号的DOA估计问题,提出了基于四阶累积量对混合波源的DOA估计算法。该算法首先构造四阶累积量矩阵,利用类似ESPR IT方法估计出所有非相关信源的DOA,然后对四阶累积量进行修正空间差分平滑去相干,消除非相关源和空间非平稳高斯噪声的影响,从而实现了对相干源的DOA估计。此方法通过分别估计非相关和相关或者相干信号的DOA,能够以较少的阵元实现对多个信号DOA估计,最后仿真实验也验证该算法的有效性。     

大射程高弹道反舰导弹威胁概率计算方法

在导弹飞行试验中,为了防止导弹在故障情况下威胁航区周围保护目标,试验方案设计时必须进行飞行试验安全分析计算,以确保故障弹对保护目标的威胁概率小于一定的安全标准。对反舰导弹故障模式进行了归纳总结,对各种故障模式下的导弹落点散布进行了分析,针对某一特定理论弹道,进行了故障弹威胁概率密度计算,通过对计算结果分析,说明该方法的可行性和正确性。     

运动目标DOA自适应跟踪算法

战场区域移动通信系统中,指挥中心实时地将主波束对准作战分队来波方向,而将其他方向的来波作为干扰置零陷,不仅提高了抗干扰能力,而且还可对作战分队进行定位。这一过程是通过跟踪移动用户信号的波达角(DOA)来实现的,传统的高分辨率DOA估计算法,如MUSIC、ESPRIT等算法,无法实现自适应、实时跟踪,因为它需要对接收信号的协方差矩阵反复进行特征值分解或奇异值分解,计算量大。针对这一问题,引入基于改进的信号子空间自适应跟踪的卡尔曼(Kalman)滤波算法,该算法直接从信号子空间中提取DOA的更新,无需从协方差矩阵中提取。仿真结果表明,该算法不仅降低了运算量,而且可跟踪多用户的DOA。