纯方位目标跟踪算法性能分析

本文对纯方位目标跟踪中的三种方位平差法进行了分析,讨论了方位误差和己艇运动要素误差对算法的解算误差的影响,进而显示了纯方位目标跟踪这一特殊估值问题中的目标运动参量和坐标系选择的重要性。此外,从分析结果中还能看出目标和己艇的运动几何态势对算法性能的影响。根据性能分析,本文还对三种算法进行了比较。     

导弹舱体结构分析——有限元软件的设计

本文对在微机上求解较大规模的导弹舱体结构分析问题,进行了有益的探索,介绍了微机有限元软件 MSSAP系统的设计与实现。该系统具有使用简便、易于维护扩充和可靠性强的特点,具有一定的实用价值。     

机器人步行腿机构的动力分析

本文根据力的叠加原理,采用拆杆拆副法,对一平面闭式多杆步行腿机构进行了较为全面的动力分析,得出了一个运动循环内原动曲柄的输入力矩及各运动副处的约束反力线图,为该机构的驱动、控制及进一步的改型设计提供了必不可少的计算依据。线图分析表明:该机构节省能量,力学性能较好,有良好的应用前景。     

未修正单炮基线的误差及其对射击效率的影响

如果高炮系统的指挥仪没有修正炮阵地中心至各炮的基线,则会产生射击误差。本文分析了由此而产生的射击误差的特性,计算方法及其对高炮系统射击效率的影响。     

用不确定逼真度声传播模型的纯方位目标运动分析

当典型的纯方位目标运动分析(TMA)问题的方位量测用所接收的信噪比(SNR)量测增广时,就产生增广的纯方位目标运动分析。假定给定组合声传播和传感器(CAPS)性能预测模型,它确定SNR量测的条件密度;而CAPS模型和现实之间可能存在着不合谐。本文用实验极大后验(EMAP)法对目标参数估计提出增广纯方位目标运动分析问题的新的“缺漏数据”的公式表述,并证明其提供了一种自然而简单明了的方法以减缓CAPS模型的失谐。EMAP方法导致对解增广纯方位目标运动分析问题和经典(非增广)纯方位目标运动分析问题的迭代再加权线性最小二乘算法。     

信息碎片化背景下高校思想政治教育的SWOT分析及对策

网络思想政治教育是高校思想政治教育的重要组成部分。信息碎片化背景下，高校更需要与时俱进，运用网络平台更高质量更高效率的推进大学生思想政治教育。采用SWOT理论分析信息碎片化背景下高校思想政治教育的优劣和劣势、机遇和威胁，试图科学把握高校网络思想政治教育的发展环境。据此要采取SO、WO、ST、WT战略，高度重视网络思想政治教育，推动高校网络思想政治教育取得成效。     

智能搜救机器人在障碍地形的自主构型规划

为了解决带有辅助摆臂的智能搜救机器人自动规划构型以实现自主越障的难题,提出一种能够适应复杂地面形状的搜救机器人越障构型规划新方法,其核心是一种高适应性、高效率的机器人姿态预测算法。通过将地形表示为离散的点集,建立了搜救机器人的单侧姿态预测数学模型;进一步提出了快速求解该问题的算法,每秒可预测1 000～1 500个姿态。基于此,设计了机器人越障过程中状态、动作的评价指标,运用动态规划算法与滚动优化思想构建了具有优化能力的、能够实时运行的构型规划器。仿真与实物实验的结果表明,该方法能够使机器人自主调整构型穿越复杂地形,且相较强化学习算法和人工操作具有更平稳的越障效果。     

分布式间歇干扰下基于SMI的GNSS空时自适应处理器性能分析

针对全球导航卫星系统接收机面临的分布式间歇干扰威胁,全面准确地分析了基于采样矩阵直接求逆方法的空时自适应处理(space-time adaptive processing, STAP)的抗干扰性能。在建立性能分析模型的基础上,根据间歇干扰造成的采样协方差矩阵不匹配情况,通过分类评估、梳理归纳、理论推导全面分析了不同情况下STAP的性能。分析结果表明在采样长度小于闪烁周期且使用预采用处理方法时,空时自适应处理器会出现漏采样,干扰抑制性能会急剧下降,漏采样出现的频率为各干扰闪烁频率之和。数值和仿真分析验证了理论分析的结果,在此基础上讨论了考虑分布式间歇干扰时STAP的优化设计。     

基于深度置信网络的火炮炮口振动预测研究

火炮炮口振动数据准确预测后,可以对火炮随机振动误差进行补偿,对高机动条件下提高装备火控系统的精度具有重要意义。机器学习方法的进步为提高数据预测精度提供了有效途径。提出一种基于深度置信网络的火炮炮口振动预测模型,通过定义阶段、预处理阶段、训练阶段、测试阶段和评价阶段5个阶段,对火炮炮口振动数据进行了预测。结果表明,深度置信网络对炮口振动数据预测可以根据历史数据提取更丰富的数据特征,相较于传统BP神经网络,可以达到更好的预测精度。     

基于注意力机制的兵棋对抗态势预测方法

以不可观察算子实时位置预测为例进行兵棋对抗态势预测方法研究。训练基于注意力机制的陆战场战术级兵棋不可观察算子实时位置端到端预测模型。对高维离散兵棋态势特征进行低维嵌入,用多头自注意力机制学习特征交叉,通过把兵棋地图的各个六角格视为单独的类,将算子位置预测转化为稀疏特征下的多分类问题,达到33.47%的top＿1预测准确率,相较其他模型至少提高2.57个百分点,并具有良好的可解释性。