时域分析在雷达动目标识别中的应用

本文通过对地面几类目标运动特性的统计研究,利用线性预测的方法进行目标特征的提取,进而用模式识别的理论对地面目标进行自动识别,取得了良好的识别效果。     

基于实时预报的舰载火控稳定跟踪控制技术

针对火控稳瞄系统存在较大的不确定性及干扰,其特征参数,如固有频率、阻尼以及负载干扰等,将随着被控炮之间差异、载弹量、目标位置的变化及工作海况的影响而产生较大变化的特点,提出了一种PFC-PID串级透明控制策略,通过内环PID控制来提高抗干扰性,外环采用预测函数控制来获得良好的跟踪性能和强鲁棒性。针对舰载火控系统的稳定瞄准中的预测函数控制,提出了船舶运动实时预报问题,根据不同海况、不同船舶的惯导信号特性的不同特点,研究了一种基于自适应长自回归模型和径向基函数神经网络芯片ZISC78的船舶运动实时预报方法。通过对射击过程的仿真,表明基于实时预报的PFC-PID串级透明控制完全可以满足舰载火控系统战技指标,且算法简单,鲁棒性好,是一种实用的火控算法。     

海上机动目标的运动预测模型及精度分析

分析了海上机动目标的运动特性,针对海上机动目标在某些时间段运动具有一定的规律性,用插值外推法建立了预测其运动的数学模型。并对此模型的精度进行了分析,最后给出了实例。仿真结果表明,本模型能适用于海上机动目标不同的机动方式,算法快捷,具有较强的军事应用价值,模型的计算精度完全满足某新型号导弹的作战要求。     

局部战争时期资本外逃的规模预测及防范建议

文章根据卡丁顿的直接法测算了经济转型时期中国资本外逃的规模,对影响中国资本外逃的主要因素进行了实证检验,并利用影响资本外逃最优的回归方程,预测了局部战争时期资本外逃的规模,提出了相应的政策建议。     

一种基于灰色粒子滤波算法的机动AUV航深内测方法

本文提出了一种将灰色预测和小波变换与标准粒子滤波相结合的灰色粒子滤波算法（GPF）,并将其应用于机动AUV的航深内测。GPF针对机动AUV航深内测过程中由于AUV运动状态未知和测量噪声不断变化而导致的滤波失效问题,在粒子采样过程中结合了标准采样和灰色预测采样,保证了采样得到充分多的有效粒子。在计算粒子权重时,利用小波变换跟踪测量噪声统计特性的变化,提高了各粒子似然概率计算和权重分配的正确性。最后以外测法测得的高精度的机动AUV航深作为真实航深,对该GPF算法进行了实验对比验证,并与EKF和MMPF算法的结果作对比,实验结果表明了本文方法的有效性和实用性。     

状态维修决策的研究现状与展望

分析了状态维修开放系统结构下状态维修决策的3个关键内容的研究现状:在状态评估方面,对多参数赋权方法在状态评估中的应用进行了分析;在状态预测方面,按照状态描述形式的不同对状态预测方法进行了分析;依据理论基础的不同对状态维修决策优化建模方法进行了分析.在分析研究现状的基础上,提出应在状态维修动态决策、基于多源信息的状态描述建模和数据驱动的状态维修决策等方面加强研究.     

基于CFD的两栖车辆水上阻力预测

针对两栖车辆水上阻力难于预测的问题,研究了基于计算流体力学(Computational Fluid Dynamics,CFD)的外流场数值计算方法,提出结合车辆水上运动模型预测车辆高速航行时水上阻力的方法,分析了外流场数值计算中数学模型、定解条件、两相流模型以及流场网格划分和边界条件处理方法等问题;通过修改刚体空间运动方程,构建了两栖车辆水上运动模型,实现了引入车辆水上运动模型的两栖车辆水上绕流场计算.试验结果表明:基于CFD的两栖车辆水上阻力预测方法具有良好的预测精度.     

基于残差GM(1,1)模型的装甲装备巡修成本预测

巡修制度的确立对于装甲装备领域的维修保障改革乃至保障体系的整体转型都起着重要的引导和推动作用.针对目前巡修成本预测缺乏科学方法的问题,提出了运用基于残差GM(1,1)模型进行修正的预测方法,并对某装甲装备的巡修备件成本进行了预测和对比,验证了预测方法的可行性.     

基于灰色马尔科夫理论的体能训练效果预测与评价模型

将灰色理论与马尔科夫理论相结合,建立了灰色马尔科夫体能训练效果预测与评价模型,可以反映数据序列的发展趋势,还可缩小预测区间的范围。采用静态与动态相结合的方法,对某学员队五公里武装越野的训练成绩进行评价分析,结果证明灰色马尔科夫预测模型精度高于初级灰色预测模型。     

无人作战飞机近距对抗占位策略与方法

针对无人机作战中前置追踪占位法存在导弹发射条件苛刻且目标机动时成功率锐减和离散对策占位法应用局限性较大等问题,提出一种无人作战飞机近距对抗占位策略与导引方法。该占位策略为解算无人机近距对抗占位的伪跟踪点,并设计一种三维变结构导引律,引导无人机完成近距作战占位机动。仿真结果表明,该占位策略与导引方法快速有效,满足无人机近距对抗时的战术指标要求。