基于对称非线性函数的变步长LMS自适应滤波算法

为解决自适应最小均方误差（least mean squares,LMS）滤波算法难以平衡稳态误差和收敛速度的问题,提出了基于对称非线性函数的变步长LMS自适应滤波算法。通过自变量取绝对值、叠加非线性拉伸量改进Sigmoid函数,构造一个对称非线性函数用于刻画步长因子与稳态误差的非线性关系。该对称非线性函数具有能够根据误差动态调整步长、更快达到收敛状态的特点。根据构造的对称非线性函数和输入信号功率生成归一化变步长因子,解决噪声逐级放大的问题,进一步提高算法的滤波效果同时,加速收敛。实验表明：该算法在低信噪比、信噪比变化、信号频率变化、滤波器阶数变化、延迟采样点数变化条件下均具有更好的滤波效果、更优的稳定性和更快的收敛速度。     

美国弹道导弹防御系统中的杀伤链与杀伤网解析

根据美国弹道导弹防御系统发展情况及杀伤链、杀伤网作战概念,结合美国陆基中段防御朝鲜来袭洲际弹道导弹典型用例,对美国弹道导弹防御杀伤链中信息链、时间链、能量链、识别链、精度链5条子链的内涵与闭合性进行了解析,并结合典型用例剖析了美国本土与海外战区弹道导弹防御杀伤网,分析了其综合防御能力。     

基于直线基元角方向对几何关系直方图的目标识别方法

针对以往"角方向对几何"同类技术[6～8]提出了新的基于直线基元的几何不变特征关系,并使用该关系针对目标线集建立特征关系多维直方图,作为目标的几何不变特征,通过多维直方图匹配进行目标识别。实验证明该模式关系对于较规则的形体,其检测精度优于以往方法,可用于基于内容与结构的图像分析与目标识别系统中。     

基于渐消因子的双机协同机动目标定位

传统的双机协同组网目标定位模型中,滤波方法大多为交互式多模型算法。交互式多模型算法的缺陷为需要目标机动先验模型,且模型个数的选择难以同时满足工程上关于跟踪精度和算法复杂性的要求。通过引入渐消因子,实时自适应校正机动目标的状态估计偏差,有效降低了目标运动先验模型对滤波的影响,提高了系统的机动处理能力和模型的工程实用性。     

时间约束下的某型火箭炮毁伤概率模型及仿真

针对目前计算火箭炮毁伤概率只考虑射击精度和目标特性及弹药量等因素,而不考虑目标机动和对抗因素、生存能力的不足,基于射击理论和火力对抗理论,建立了考虑时间约束的火箭炮营毁伤概率模型,对想定中考虑目标机动及生存因素等时间约束的毁伤概率进行了仿真计算,仿真结果表明了模型的有效性以及目标机动火力对抗决定的生存需求使火箭炮毁伤概率具有时间敏感性。     

一种改进的选星算法在GPS定位系统中的应用

为解决传统选星算法在定位精度与运算复杂度之间的矛盾,提出了一种基于行列式值的改进选星算法,并从运算量的复杂度、消耗时间的长短、定位精度的高低3个方面与传统最小几何精度因子(GDOP)算法相比较。仿真结果表明:改进选星算法80%以上的GDOP相对比值小于10%,所需计算时间明显小于传统最小GDOP方法,且避免了大量的矩阵乘法和求逆运算,证明了该改进选星算法具有计算复杂度低、耗时短、精度较高的优点。     

美国S＆W公司M66左轮手枪

美国S＆W公司以生产高性能左轮手枪而闻名,使用威力强劲9毫米子弹的M66是该公司最出名的产品之一,以射击精度高,外形流畅,动作可靠而在枪械市场上大受欢迎。在美国畅销多年。为了适应不同的客户,M66有2．5英寸（63.5毫米）、4英寸（101.6毫米）、6英寸（152.4毫米）等几种不同枪管型号供挑选。这支是M66的2.5英寸（63．5毫米）枪管型。     

基于BWRS方程的压缩空气压缩因子计算

使用压缩空气作为介质进行流体计算时,为保证计算精度须考虑压缩因子的影响。为了精确得到压缩空气的压缩因子,对压缩因子的计算方法进行了研究。将空气简化为氮气与氧气的混合气体,通过3个真实气体状态方程计算压缩因子,并与已有数据进行比较,验证了将空气模型简化,再计算其压缩因子的方法是可行的。BWRS方程计算出的压缩因子精度较高,但在不同压力下的计算误差有较大差距。为进一步提高计算精度,考虑了偏心因子的影响,通过计算分析、经验修正,得到了精度较高的压缩因子计算算法,并进行了试验验证。结果表明：不同压力下改变偏心因子的数值对计算结果有不同程度的影响;改进后的BWRS方程计算精度得到了提高,从而验证了BWRS方程改进算法计算压缩因子的有效性和可行性。     

探索性分析在作战实验中的应用

现代作战系统特征复杂,采用当前的作战实验方法对作战运行规律进行分析研究时,层次较低、缺乏整体性、对作战行为指导意义不明显。针对此问题,结合探索性分析思想,提出一种基于探索性分析的作战实验方法,设计了方法的研究框架,给出了主要研究内容的关键技术解决方法。最后,进行了实例分析,结果表明,方法在作战方案优化方面能起到较好的效果。     

二维TOA定位中的最小GDOP问题

基于二维TOA定位的Cramer?Rao下界,对传感器测量精度不尽相同的一般情形,推导获得了最优GDOP值及其充要条件,并利用GDOP等值线图进行了验证。结果表明,最佳的GDOP 值是传感器测量精度的简单表达式,或一个带约束条件的组合优化问题的最优值。