陆军战术级合成作战指挥控制系统的仿真

对陆军战术级合成作战指挥控制系统的组成、信息交互模型、指挥控制系统虚拟样机进行简单介绍,并介绍了陆军战术级合成作战指挥控制虚拟试验系统的系统组成和应用方向.以装甲合成营为例,研究了6类指挥控制系统(战斗车辆;连、排长车;营长车;营技术观察车;迫击炮连长车;高炮连长车)的具体组成与功能.     

FPGA的可调参数白噪声与高斯白噪声生成器

提出了一种基于FPGA硬件的,强度、带宽均可调的白噪声和高斯白噪声生成器,给出了设计的总体框图和设计中的一些要点,阐述了主要部分的原理和理论推导.这种噪声生成器与传统数字电路所组成的噪声生成器相比,采用了新型的FPGA器件,通过利用其中的一些既有功能大大降低了设计的难度,提高了电路调试的灵活性,可用于多种环境下的通信系统测试.     

基于MILP模型的多无人机对地攻击任务分配

针对多无人机空对地攻击优化问题,给出了基于时序的混合整数线性规划(MILP)任务分配模型,该模型不仅描述简洁、直接,而且可以通过对约束条件的修正来满足实际问题需要.同时,利用LINGO软件进行了仿真求解,仿真结果表明,该模型不仅可以找到最短的任务执行时间,而且能够合理安排任务时序,使任务能够紧凑而有序地进行,有助于提高无人机任务执行效率和生存能力.     

风场的科学计算可视化在导弹射击中的应用

在导弹射击时,消除风会对导弹飞行造成不利的影响,因此基于可视化分析的研究模型、流程等,利用科学计算方法直观分析优点对风的大小和方向进行分析,并采用开放图形接口对实验风场数据进行了三维图形绘制以提高导弹打击目标的精度,对实际中导弹的风场阻力研究有一定的指导意义.     

捷联惯导系统快速自对准误差模型的建立

通过对惯性制导系统两个基本方程的研究,求出了各状态矢量在各坐标系下的微分方程,然后以ψ角法所确立的平台为基准,分别推导得出惯性制导系统各主要状态的微分方程,从而建立了捷联惯性制导系统的误差模型.最后根据静基座捷联惯导系统初始对准的特点对其进行简化,得到了静基座捷联惯导系统快速自对准的误差模型.     

基于本体的炮兵火力分配决策问题模型化方法

提出一种基于本体的炮兵火力分配决策问题的模型化方法,并详细描述了该方法求解框架中最重要组成部分:决策问题本体的构建过程.决策问题本体包括领域概念本体、任务本体和控制结构本体.通过本体的描述,能从语义上分析问题,分解问题,发掘决策问题的内在组成结构,将问题刻画成细粒度问题的组合,提高决策问题解决的灵活性和多样性.     

灰色GM(1,1)模型在电子装备寿命预测中的应用

介绍了传统装备可靠性试验数据评估的不足,为此根据灰色预测的基本原理,用GM(1,1)模型并通过精度修正,给出了实际应用中的预测方法.最后通过具体实例,对电子装备未来可能发生故障的范围进行了预测,取得令人满意的结果,从而证明了该预测方法能为装备的维修保养提供重要的数据支持,对研究武器装备的可靠性具有重大现实意义.     

混合信号边界扫描测试控制系统的设计实现

现代装备火控系统中混合信号电路越来越普及,为了实现对其快速故障诊断,以IEEE 1149.4标准为依据,设计实现了一个基于边界扫描技术的数模混合信号测试控制系统。仿真实验表明,该测试控制系统操作简便,测试准确,测试效果好,为装备电子系统机内测试应用奠定了基础。     

变结构多模型估计第Ⅲ部分——模型群切换算法

本文提出了一种称为模型群切换算法(MGS)的通用的变结构多模型(VSMM)估计器.它假设整个模型集合可以用一定数目的模型群来覆盖,每个模型群代表相互间紧密联系的一族系统行为方式或结构,在任何给定时刻,由一个硬决策来决定具体运行的模型群.它是第一种可普遍应用于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.同时,它很容易实现.通过一个简单的失效检测和识别的例子显示当具有与固定结构的交互多模型(FSIMM)估计器相同的性能时,MGS算法可以从本质上减少计算量.     

变结构多模型估计第Ⅳ部分——模型群切换算法的设计和评估

在第Ⅲ部分提出了一种称为模型群切换算法(MGS)的变结构多模型(VSMM)估计器它是第一种通用的、可应于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.在这种算法中,模型集合通过在一定数目预先确定的模型群之间的切换来实现自适应.它比固定结构MM(FSMM)估计器,包括交互多模型估计器(IMM)具有更大的潜力获得更高的费效比.本文研究了算法应用中的一些比较重要的问题,包括模型群自适应逻辑和模型群的设计.研究的结果通过一个机动目标跟踪问题的详细设计例子进行了演示.这个跟踪问题使用一个时变模型集合,每个模型由目标的加速度期望值表征.仿真结果用来证实在仔细设计和非常随机和确定的情况下,MGS算法同使用所有模型的固定结构IMM(FSIMM)估计的性能(基于更合理和完全的度量,而不是仅使用通常的rms误差)和计算复杂程度的比较.