随机理论雷达探测地面目标模型

雷达对地面目标的搜索效能是直升机对地作战效能评估的基础,建立雷达对地面目标搜索的数学模型,并分析几个因素对发现目标概率的影响,以及提高目标发现概率的方法,进而提高直升机的作战效能.模型有效地提高了雷达探测地面目标效能评估的准确性,对于指挥决策部门和设计单位有一定的参考意义.     

基于距离量测的主从式AUV协同定位方法

多AUV(Autonomous Underwater Vehicles)协同定位是多AUV协作系统研究的关键问题.通常在主从式协同定位中,主AUV内部装备高精度导航设备,从AUV内部装备低精度导航设备,主从AUV均装备水声通信装置.为了改善从AUV的导航定位精度,提出了利用主从AUV水声通信时间延迟测量二者之间的相对距...     

基于结构随机跳变系统的制导误差预测

针对空中目标作大机动时导弹制导误差难以预测的缺点,将导弹和目标视为一个结构随机跳变系统,并将目标作大机动当作系统的外部扰动输入,建立了该系统的数学模型,应用结构随机跳变系统理论对脱靶量的数学期望和方差进行了计算。通过仿真表明,该方法可对大机动目标进行制导误差预测,还可为变系数导引律的设计提供依据。     

低温过热器泄漏原因分析及采取措施

对某电厂锅炉低温过热器泄漏原因进行了分析,通过宏观、力学性能、金相等检查,结合基建时管子供货过程,认为低温过热器泄漏的原因是材质不良。管子出厂时就存在初始裂纹,在锅炉运行过程中,由于在外界环境和材料内部应力的综合作用下,裂纹产生了扩展,最终裂纹前端管壁不能承受管道内部压力的作用,引起管道泄漏。     

机动目标跟踪的非线性算法

卡尔曼滤波器对线性高斯滤波问题能提供最优解, 而对目标运动模型、观测方程等要求的非线性就不再适合,提出了一种机动目标自适应非线性粒子滤波算法-" 粒子滤波器"(Particle Filters PF)法, 这种方法不受线性化误差和高斯噪声假定的限制,适用于任何状态转换或测量模型, 分析比较了粒子滤波(PF)与扩展卡尔曼滤波算法(EKF) 的滤波精度、运算量等方面指标.给出了基于典型非线性模型的算法仿真, 仿真结果表明粒子滤波新方法优于EKF对机动目标跟踪.     

“大规模杀伤性武器”界说

本文沿循"大规模杀伤性武器"诞生、扩展、演变的路径,正本清源,将云谲波诡的"大规模杀伤性武器"一语纷繁杂陈、数目众多的定义归纳诠释为"核武说"、"自然灾难规模说"、"核、生、化武说"、"大规模杀伤/毁灭说"、"大规模颠覆性效果说"、"全数武器说"、"常规武器说"和"敌方武器/恐怖主义武器说"等8类界说,并对各类界说做一简要述评.     

装甲钢板表面裂纹的金属磁记忆检测表征

采用预制裂纹-疲劳试验-金属磁记忆检测-信号比较分析的标定方法,研究了具有不同预制裂纹深度、不同疲劳载荷幅、不同载荷循环周次的高压五装甲钢板裂纹的金属磁记忆检测表征方法.结果表明,漏磁场法向分量的变化率与裂纹深度成正比.载荷幅越大,载荷循环周次越多,漏磁场法向分量的变化率越大,为采用金属磁记忆检测技术大量检测裂纹深度提供了一种标定方法.     

长期贮存的固体发动机药柱脱粘界面裂纹分析

为了分析长期贮存的固体导弹发动机药柱脱粘层界面裂纹在燃气内压和轴向过载联合作用下的扩展情况,建立了发动机药柱在包覆层与推进剂之间脱粘的三维有限元计算模型,并于脱粘界面的裂纹尖端设置三维奇异裂纹元,模拟脱粘界面裂纹扩展。在包覆层与推进剂之间设置不同深度脱粘,计算了在燃气内压和轴向过载联合作用下不同贮存期、不同深度的界面裂纹尖端的应力强度因子,得到了界面裂纹应力强度因子随贮存时间、脱粘深度的变化规律,对长期贮存的固体发动机脱粘界面裂纹的扩展进行了分析。     

一种基于随机映射的战斗效能模型

利用随机映射概念提出了一种新的战斗毁伤模型形式———Lanchester战斗网络模型。模型是由一个阶递减的随机映射序列组成的随机有向二部图,它明确、形式地描述了战争整体行为与局部作用之间的关系。理论分析和计算获得的结论表明,模型描述的整体作战效能符合Lanchester平方律,其网络拓扑结构是非同质的,出度和入度分布服从指数幂律。应用模型定量对比了“对称”与“非对称”战斗中全局信息因素对战斗系统整体效能的影响。初步讨论了网络模型研究在战争建模理论、实证和计算方法论上的意义。     

基于贝叶斯网络分类器的雷达辐射源识别方法

雷达辐射源识别是电子对抗中的重要组成部分.贝叶斯网络分类器建立在坚实的理论基础之上,具有较为优秀的分类性能,而且能够有效地处理不确定性问题,重点研究了如何利用贝叶斯网络分类器进行雷达辐射源识别,并通过仿真实验对朴素贝叶斯分类器及其扩展方法进行了分析比较.实验结果表明,与基于概率近似准则的方法相比,基于分类准确率提高准则的扩展树生成方法具有更为优秀的分类性能.