随机布阵条件下同时数字多波束干扰优化设计方法

针对现有方法普遍存在的波束形成算法效率低、难以形成多频点多方向的同时多波束干扰、不适用于随机布阵条件下的波束形成等缺点,提出了一种基于二阶锥规划(SOCP,Second-Order Cone Programming)理论的同时数字多波束干扰形成方法。首先,给出了在随机布阵条件下干扰多波束优化设计问题的数学描述;其次,以范数准则为例,将随机布阵条件下干扰多波束设计问题的解析形式转化为相应的SOCP形式;再次,利用现有的原-对偶内点算法工具箱Se Du Mi或者CVX进行快速求解。最后,仿真结果表明该方法可以较好地解决随机布阵条件下的多频率多方向雷达目标同时多波束干扰优化设计问题。     

基于差分进化算法的铁磁物体磁化率优化方法

针对工程中铁磁物体磁化率难以确定的问题,以单元表面积分铁磁物体感应磁场模型为基础,利用磁场测量值建立了多维磁化率数学优化模型,并运用具有全局多维寻优能力的进化差分算法对多维磁化率数学模型进行了求解,进而确定了铁磁物体的感应磁场分布。最后,设计了空心圆筒磁测实验,实验结果表明:该方法能有效获取铁磁物质多维磁化率,还能精确计算铁磁物体的感应磁场分布。     

基于SCAS的防空反导装备体系作战能力指标设计

指标设计是进行武器装备体系发展论证和作战效能与作战能力评估分析的基础。着眼体系作战效能与作战能力评估分析需求,基于传感器(Sensor)、控制器(Controller)、执行器(Actuator)、支持器(Supporter)的柔性建模方法,对防空反导装备体系作战能力指标进行了设计,构建了其侦察预警能力、指挥控制能力、拦截打击能力、综合保障能力评估指标体系,并利用结构方程模型(SEM)对指标之间的影响作用关系进行了分析,可为防空反导装备体系建设与运用提供重要借鉴。     

潜艇水下回转运动稳定性分析

水下回转运动是潜艇常用的运动形式之一,属于潜艇转向运动的重要研究内容。回转运动过程中,潜艇受力复杂,容易出现分岔等非线性现象,潜艇运动稳定性变差。运用同伦延拓法、分岔理论和李雅普诺夫运动稳定性理论分析了潜艇水下回转运动稳定性,并通过数值仿真试验验证了分析结果的正确性和分析方法的有效性,为潜艇运动稳定性的研究提供了思路。     

星地融合网络的上行链路覆盖性能分析模型

星地融合网络可以提供天、空、地、海立体全场景信息覆盖,满足用户多样的业务需求。针对星地融合网络,提出了基于覆盖概率的星座数和基站数的分析模型（AMCP）。该模型为星地融合网络的上行链路覆盖概率提供了分析方法。表述卫星星座数和基站数对用户信号的干扰,构建满足用户覆盖概率条件下的卫星星座数和基站密度的表达式。通过仿真分析了卫星星座数和基站密度对覆盖概率的影响,仿真结果为设计星地融合网络提供分析基础。     

一种基于单频GPS接收机的自迭代定位算法

随着通用航空及无人机产业的发展,低成本及小型化的导航解决方案将具有广泛的市场。提出了一种基于单频GPS接收机的自迭代定位算法,用于提高定位精度,增强定位收敛性。对该算法的基本原理进行了分析,并推导出该算法的数学模型,通过静态实验的方法对该算法的收敛性进行验证,并将该算法的位置信息与最小二乘法解出的位置信息进行对比,体现了自迭代定位算法的优势。     

基于Huber权函数的Allan方差非相关差分抗差估计方法

原子钟频率稳定度计算时由于钟差观测异常会导致Allan方差出现较大的估计偏差。本文首先建立了Allan方差的差分估计模型,根据钟差的差分序列统计特性分析了相关差分估计的噪声识别与白化等计算复杂度问题;针对上述难点提出了一种基于Huber权函数的非相关差分抗差估计方法,建立了一种非相关差分序列的构造方法,有效避免了复杂的噪声识别及白化计算,给出了Allan方差的非相关差分抗差估计的推导,并对抗差过程引入的误差累积给出了一种抵消方法;最后给出了完整的抗差估计方案,并利用实测数据进行了实验验证,结果表明本文方法对相位单点跳变、相位阶跃跳变具有显著的抗差能力,抗差估计可使异常引入的相对偏差由近200%降至5%以内。     

发动机冷却燃料超临界压力下做功潜力㶲分析

在高马赫数飞行下,超燃冲压发动机的燃料冷却量大于燃料燃烧量。为了降低燃料的冷却量以及实现燃料冷却量和燃烧量的匹配,采用分析法对超燃冲压发动机壁面燃料冷却工质在超临界压力下进行做功潜力分析。发动机壁面冷却燃料的特性决定其热量大小。根据发动机壁面温度分布、热流密度分布计算热量,建立稳定流动燃料工质的平衡方程。结果表明:在壁面最高温度为1200 K时,传入壁面的热量为562.4 k W,其中理论热量为541.3 k W;冷却燃料工质流量增加,最大输出功减小;燃料工质出口温度增加,输出功减小;燃料工质出口压力增加,输出功基本不变。     

非椭圆扩展目标联合跟踪与分类算法

充分利用目标尺寸和形状信息,提出了一种基于星凸随机超曲面模型(random hypersurface model, RHM)的非椭圆扩展目标联合跟踪与分类(joint tracking and classification, JTC)算法。将目标空间扩展状态建模为星凸形状,通过目标类别相关先验信息的矢量化建模,建立起其与目标瞬时扩展状态的关系,并在统一的贝叶斯滤波框架下,实现跟踪与分类的一体化处理;进一步对目标运动学状态和扩展状态单独进行建模,并通过构建扩展状态的似然函数,利用粒子滤波实现目标类别概率算式的递推处理。仿真结果表明:与基于椭圆形状的扩展目标JTC算法相比,所提算法能对尺寸相近、形状不同的目标进行准确分类,同时可改善目标状态的估计效果;与基于星凸RHM的扩展目标跟踪算法相比,所提算法能大幅提高目标状态的估计性能。     

具阻尼广义Korteweg-de Vries方程的迭代学习控制

研究了一类具阻尼广义Korteweg-de Vries(KdV)方程的迭代学习控制问题,利用半群理论导出系统状态的表达式及先验估计。若迭代过程中初值允许存在一定偏差,结合P型迭代学习控制算法,证明了跟踪误差在Banach空间■中收敛,并且给出了数值实例。