基于GDOP的多基地雷达布站优化研究

以BLUE算法和GDOP为基本定位算法和精度分析工具,评估多基地雷达的定位性能,建立以GDOP最小值最小和有效监控区最大为目标的多基地雷达布站优化模型.仿真结果表明,通过以下措施可提高定位性能:①增加收发站总数;②采取扇形方式布站;③优先增加部署接收站;④交替部署收发站;⑤通过优化模型优化扇形布站分布角总和.     

一种轨道实时修正的空间目标定位算法

在空间交会对接中,针对仅有角度信息时的目标航天器定位问题,提出了基于"当前"统计模型的递推卡尔曼被动定向跟踪算法,实现了对目标航天器的角度跟踪和预测,消除了角度误差.其次将角度滤波值与追踪航天器和目标航天器已知的轨道信息有机结合,完成了对二者之间距离的修正,实现了空间目标定位.仿真结果表明,此算法有较好的角度跟踪能力和...     

防发散无迹卡尔曼滤波自适应网格交互式多模型算法

针对非线性观测条件下的机动目标跟踪问题,基于机动目标的协同转弯模型,采用防发散无迹卡尔曼滤波方法和自适应网格的模型集自适应策略,研究了一种变结构交互式多模型算法。对二维机动目标跟踪的仿真结果表明,该算法与相应的固定结构交互式多模型算法相比,可以解决固定结构多模型算法存在的问题,有效提高多模型算法的精度和费效比,缩短计算时间,且适合工程应用。     

反辐射导弹对地空导弹雷达装备的毁伤模型研究

对常规杀伤方式(破片杀伤)反辐射导弹建立毁伤模型,分析其破片场,研究其有效破片随距离的失效规律,最后讨论其模拟程序框图,仿真运算验证模型的可行性.     

基于模糊综合评判的装备软件可靠性分析

可靠性是衡量装备软件质量的重要参数,但由于软件可靠性的特点,在实际对装备软件可靠性定量分析往往很难,甚至不可能。从软件质量框架模型出发,结合装备软件的特点,分析了影响装备软件可靠性的几个参数,提出了一种运用模糊综合评判方法对装备软件可靠性进行定性分析的方法。该方法简单,可行性强。最后,给出了一个实例。     

过失速机动的AUKF-WNN气动力建模及仿真

为使所建立的气动力模型能够准确刻画复杂动态特性,提出一种基于改进UKF算法的小波神经网络(Wavelet Neural Network,WNN)飞行数据失速气动力建模方法。引入一种自适应因子来改善无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的性能;按照飞行数据的气动力建模流程,利用改进UKF算法对WNN参数进行最优化估计,构建失速现象的气动力模型。实验结果表明,针对飞行器失速的气动力建模问题,基于改进UKF算法的WNN建模方法,在建模精度和速度方面,优于传统神经网络和其他现有WNN方法,因此,使用提出飞行器失速的气动力建模方法是可行和有效的,得到预测结果也能准确刻画飞行器失速的动态特性。     

对象边框标注数据的弱监督图像语义分割

针对图像语义分割应用中像素级标注数据费时昂贵的问题,主要研究以对象边框标注数据为代表的弱监督模型下的图像语义分割方法。使用基于金字塔的密集采样全卷积网络提取图像的像素级特征,并用GrabCut算法转化对弱监督数据进行数据标记,通过将图像特征和标记数据进行联合训练,构建了基于金字塔密集采样全卷积网络的对象边框标注弱监督图像语义分割模型,并在公开数据集上进行了验证。实验结果表明,所构建的弱监督模型与DET3-Proposed模型、全矩形转化模型以及Bbox-Seg模型相比,达到了更好的分割效果。     

基于ADAMS和Matlab的大口径舰炮发射系统动力学仿真

利用ADAMS和Matlab/Simulink两大软件的信息交互功能,将ADAMS中的全炮动力学仿真模型生成ADAMS_SUB模块,并将其嵌入联合后坐系统仿真模型中;通过ADAMS和 Matlab/Simulink同步运行对全炮进行发射动力学联合仿真,模拟大口径舰炮发射的全过程,分析全炮的动态响应.对全炮发射动力学联合仿真结果进行后处理分析,观察炮口扰动曲线,进行稳定性分析和炮口扰动分析.根据分析结果,对所建模型及仿真模块进行评价,结果表明,仿真结果与靶场试验数据基本吻合,为物理样机的研制提供了重要的理论参考依据.     

基于双天线GPS的一次调炮解耦模型研究

现有的压制武器自动调炮主要包括二次调炮和一次调炮两种方案,两种调炮方案难以兼顾调炮性能和造价成本。因此,在压制武器系统中采用成本相对较低的双天线GPS定位测向装置,在满足火炮调炮高精度的同时降低成本。最后结合四元数理论,推导出基于双天线GPS的一次调炮解耦模型,目前该模型已在若干项目中得到成功应用。     

基于BP神经网络的磁流变阻尼器逆向模型研究

为了提高磁流变阻尼器的振动控制效果,在磁流变阻尼器力学特性试验的基础上,首先建立了基于BP神经网络的磁流变阻尼器的逆向模型,并通过试验试选的方法对模型中隐含层节点数目、期望误差等相关参数的确定进行了探讨;然后,针对BP网络在学习过程中表现出的学习速率慢、容易陷入局部极小等问题,进行了相应的算法改进。结果表明:利用改进算法建立的模型能够更准确、更快速地对控制电流进行预测,证明了改进算法的合理性,同时也进一步验证了利用BP神经网络方式建立磁流变阻尼器逆向模型方法的有效性。