GNSS/INS超紧组合导航综述

卫星/惯性超紧组合导航系统以其定位精度高、动态性能优良、抗干扰能力强等特性成为组合导航领域的研究热点。介绍了卫星/惯性超紧组合的定位原理,基于对技术原理的分析,比较超紧组合模式相对于其他组合模式的优势特点;以高动态下超紧组合技术及卫星/微惯性单元超紧组合为代表介绍国内外研究现状;总结了亟待研究的容错控制技术、神经网络辅助、多传感器辅助超紧组合等关键技术,并对卫星/惯性超紧组合向着低成本、高精度、强稳定趋势发展的前景进行展望。     

《军事通信技术》2010年优秀论文获奖名单

一等奖(3名):李慧,沈越泓,陈士周.信源数动态变化的一种稳健超定盲分离算法(2—1);李海源,覃光成,吴泽民,田畅.基于预测的战场态势感知信息分发机制(1—1);颜伟,蔡跃明,陈华梁.多播中基于网络编码的协同ARO协议分析(3—1).二等奖(6名):李兴卫,王华力,孙磊,张磊.智能天线DBF算法可重构的SCA设计及其仿真实现     

热烈庆祝中航工业第一飞机设计研究院建院50周年

中航工业第一飞机设计研究院中航工业第一飞机设计研究院(一飞院)于1961年11月在南京组建,1975年定址西安市阎良区,是我国国家级大中型军民用飞机设计研究院。先后成功研制了多个具有里程碑意义的型号:支线客机——运七飞机、空中预警机——空警一号、歼击轰炸机——"中国飞豹"、轻型公务机——小鹰500飞机、大型预警指挥机——空警2000     

东南亚多国提升反潜和预警能力

东南亚国家对中国南海主权宣称的担心,正在这一地区引发军备竞赛,其中一些国家将海上巡逻机、预警机和反潜战机作为采购的优先内容。     

基于仪器化压入技术的结构陶瓷材料断裂韧性测试

利用自主研制的仪器化压入仪,采用Vickers压头对氮化硅和氧化锆2种结构陶瓷进行了仪器化压入试验,通过压入载荷-深度曲线可识别材料的弹性模量E,通过测量压痕对角线直径可确定材料的维氏硬度HV,再通过测量压痕裂纹扩展长度即可得到材料的断裂韧性KIC,实现了在单一压入仪上基于Vickers压头对结构陶瓷材料断裂韧性的测试。与传统压痕法利用硬度计或纳米压入仪测试陶瓷材料断裂韧性相比,试验更简单快捷,可靠性高,同时测得信息量也更为丰富。试验测得2种结构陶瓷的断裂韧性分别为4.77～5.82 MPa.m1/2和7.22～8.94 MPa.m1/2。     

基于动态规划的猎雷具识别路径优化算法

路径长度、海流方向给猎雷具航渡、操控带来的时间消耗,是影响目标识别效率的主要因素。单纯运用动态规划算法只能解决猎雷具最短识别路径的问题,而无法顾全猎雷具在操控方面的时间损耗,从而在提升作战效率上得不偿失。本文基于动态规划算法,优化了识别路径的解算模型,并在模型解算前,提出了目标位置的预处理条件,简化了模型的解算步骤;在模型解算后,提出了识别路径的修正方法,完善了模型的解算结果。     

军事通信网络效能评估中的多数据源融合方法

通过分析军事通信网络效能评估数据源的特征,提出了一种融合专家经验、仿真和实测数据评估军事通信网络效能的方法。包括用信念图统一表达数据形式;以实测数据为训练样本,使用支持向量机拟合网络参数与性能指标关系模型,通过比较预测值与仿真结果获取仿真数据可信度;采用扩展贝叶斯法融合多源数据,给出了基于多数据源的军事通信网络效能评估流程;最后以评估某舰艇编队军事通信网络效能为例,给出了具体融合过程,结果表明融合多数据源的评估结果的有效性和可信性更高。     

基于SVM的军用飞机任务能力评估方法

从飞机作战使用的角度出发,分析了影响运输类飞机任务能力的主要因素,建立了运输类飞机任务能力评估指标体系。在此基础上针对当前飞机任务能力评估方法的不足,提出了基于多元分类支持向量机的飞机任务能力评价方法并以某航空型号项目为例,介绍了该方法的应用情况。实例表明,运用该方法对飞机设计方案任务能力进行评估,不仅可以快速地对方案进行任务能力优劣排序,而且可根据现役飞机使用情况找出设计方案的具体不足,初步解决了飞机设计阶段任务能力评估难题。     

GPS/SINS组合导航系统的故障检测与识别

针对GPS/SINS组合导航系统的故障检测与识别,提出一种层次滤波器结构,该结构包含主、子滤波器两个层次,使用不同的卫星量测信息.通过监测主、子滤波器的故障检测结果,识别出具体的故障卫星,利用未包含故障星的滤波器可进行不中断导航.完成了基于层次滤波器结构的GPS/SINS滤波算法和故障检测算法设计,将该方案应用于伪距组合的GPS/SINS紧耦合系统,仿真结果表明当只存在4颗可见星时,该方案仍能有效地检测和识别单颗卫星故障,增强了系统的完好性;同时仿真验证了该结构具备检测两颗以上卫星故障的能力,但不能识别具体的故障星.     

SVM异常数据识别的比例风险预测模型

剩余寿命预测在设备维修管理中扮演着重要的角色,准确的剩余寿命预测对制定维修策略起着至关重要的作用,从而可以有效避免设备故障的发生.提出一种基于支持向量机(SVM)异常数据识别的比例风险模型(PHM)用于剩余寿命的预测,该模式利用支持向量机和比例风险模型分别实现异常状态数据的识别和剩余寿命的预测.案例研究表明,SVM -PHM模型较PHM模型具有更好的预测精度.