单星对卫星的仅测角被动定轨跟踪方法研究

针对单星对卫星被动定轨时使用经典轨道根数作为状态变量可能存在奇点且测量方程变量及相应坐标转换缺乏物理意义等问题,提出一种新的基于J2000.0惯性系的单星对卫星扩展Kalman滤波仅测角被动定轨跟踪方法,并对测量方程中的变量及其坐标转换进行明确定义;同时对状态预测方程、状态转移矩阵及测量雅可比矩阵进行详细推导,最后通过STK6.0仿真场景产生的数据对算法在不同初始状态误差和测角精度下的性能进行对比分析和仿真验证。多次仿真结果表明:该算法实现了单颗高轨卫星(准同步轨道)通过仅测量角度对圆轨道(e=0)低轨卫星辐射源的被动定轨和跟踪,当测角精度优于平均角度变化量时,滤波收敛所需时间及估计误差都大大减小,且该算法对滤波初始误差也具有较好的适应性。     

一要素／二要素多方位定位系统的可观测性分析

本文分析了在已知一个或两个目标运动要素的条件下,多方位定位的可观测性,并给出了相应的结论。     

1949-2002：台军战略改守为“攻”

国民党自1949年溃逃台湾后,始终把发展军事力量作为维系其统治的重要支柱,十分注重时局变化,适时调整军事发展战略。五十多年来,台湾当局对其军事战略进行了四次大的调整,有针对性地进行军备建设,并对未来军事战略提出了构想。     

自适应交互式多模型滤波在被动制导中的应用

首先给出了一种更加简单的关于BOM问题的变增益函数的推导,新的增益形式比原先的形式更具有数字稳定性.然后考虑当模型具有不确定性时的被动制导仿真.当模型具有参数不确定时,一般的单模型滤波器已经不能满足制导的性能要求.采用交互式多模型算法,与修正增益扩展卡尔曼滤波器结合,并使用能实时估计量测噪声的Sage-Husa估值器,设计出一种新型自适应交互式多模型修正增益扩展卡尔曼滤波,将其应用到被动制导中,仿真结果表明该方法的优越性和实用性.     

蚁群算法在光电载荷标校中的应用

针对空中平台光电载荷安装误差的梗准问题,提出了一种利用蚁群算法实现动态标校的方法.通过光电裁荷测量得到的目标方位角、俯仰角和平台导航信息,结合GPs转化得到的方位角、俯仰角真值,建立了基于最优估计理论的目标函数,并利用蚁群算法求得了系统的安装误差.通过蒙特卡洛模拟仿真,验证了该方法能够较为准确地标定出安装误差;通过校准,有效避免了由安装误差引起的结果有偏,使得目标跟踪结果收敛至真值附近.     

漫漫征途——英国2076型潜艇综合声呐系统发展之路

<正>面临严峻形势制定应对计划20世民纪80年代之前,虽然苏联北方舰队拥有的核潜艇数量超过了北约核潜艇的数量,但是北约却在安静性和探测设备等核潜艇技术方面领先于苏联,这些先进的技术使得双方核潜艇部队形成了均势。然而到了80年代,北约面临的形势发生了重要     

预警机无源定位精度对反辐射攻击效能影响

依据"杀伤链"思路和系统分析方法,分析了预警机ESM无源定位精度对"杀伤链"中反辐射攻击效能的影响。其中主要分析了预警机ESM无源定位精度对反辐射导弹导引头目标截获概率、攻击机火控瞄准成功概率和反辐射攻击单发杀伤效能的影响。在假设参数的条件下,对其影响结果进行了估算和仿真。最后,得到了预警机ESM无源定位精度对反辐射攻击效能影响的结论,提出了如何提高系统攻击效能的建议。     

论“先学后导”的有效教学观

传统教学观过分注重教师的权威性,轻视学生学习的主体性,强调灌输式教学方式,往往把教学的重点放在课堂教学上,形成了“先教后学”的教学模式和教学思维。教师是教学计划的严格执行者,学生是教师执行教学任务的随从者。教师似乎变成了“勤教师”,学生却变成了被动学习的懒学生。     

低频小尺寸高精度空中运动目标定位算法

提出了一种基于声矢量传感器的低空目标定位方法,在小尺寸阵元和低频条件下,对空中目标的精确定位进行了仿真实验研究.采用实测的空中目标辐射的噪声信号对算法进行了分析,研究了不同信噪比和积分时间对定位算法的影响.研究结果表明,矢量传感器定向误差与波达方向无关;当矢量传感器尺寸为0.2m,积分时间50ms,信噪比10dB时,对实测的某型低空目标信号仿真,单个矢量传感器定向误差为1.2°,系统定距误差与传统的声压传感器定位系统相比,其阵元尺寸减小了一个数量级,而定位精度尚有较大提高.     

基于采样卡尔曼滤波的水下被动目标跟踪

针对水下被动目标跟踪问题中,采用直角坐标系容易出现滤波发散,而修正极坐标系下过程模型强非线性的问题,研究了一种修正极坐标系下的采样卡尔曼滤波算法.采样卡尔曼滤波比传统的扩展卡尔曼滤波更好地逼近状态方程和测量方程的非线性特性,给出更精确的均值和协方差的估计,并且适用于过程噪声与状态估计非线性耦合的情况.在修正极坐标系下,采用3种滤波方法求解被动目标跟踪问题,仿真结果表明,采样卡尔曼滤波的滤波精度优于传统的扩展卡尔曼滤波方法和自适应扩展卡尔曼滤波方法.