DSSS时变窄带干扰抑制算法研究

在传统非线性最小二乘(NLS)算法的基础上,提出一种基于线谱估计的直接序列扩频(DSSS)系统抑制窄带干扰(NBI)的方法。该算法首先通过对基于正弦波叠加模型的NBI进行频率估计,再利用最小二乘准则进行自适应滤波,恢复出干扰信号包络,从而利用干扰对消器将其从观测数据中消除。仿真验证表明,本算法相对于传统的最小均方误差(LMS)算法、自适应频域陷波法,能较好地抑制时变音频NBI模型的干扰,且信息量损失较小。     

惯导系统动基座对准精度评估方法

弹载惯性制导系统空中对准是机载战术导弹发射前必须完成的任务,其对准精度直接影响导弹系统的制导精度。利用最优平滑技术对弹载惯导系统传递对准效果进行评估,是分析导弹系统的战术性能和惯导系统自身器件性能的有效方法。Rauch-Tung-Striebel(1965)提出了固定区间平滑算法,Meditch(1967)提出了固定点平滑算法;Bierman(1983)、Watamabe(1989)等许多学者对RTS算法提出了改进方法,这些方法在保证平滑算法中数值的稳定性和提高计算效率方面有了明显改善。针对固定区间平滑算法所适应的对象,分析了这类平滑算法的特点,提出了RTS固定区间平滑算法的改进方法;结合弹载惯性制导系统传递对准效果评估,进一步证明了分析的正确性。     

装甲装备作战效能评估的模糊Petri网模型研究

利用模糊Petri网清晰、简单的知识表示能力和模糊推理能力,将其应用于装甲装备作战效能评估中。基于"能力需求分析"方法建立了装甲装备的分层效能评估指标体系,并对其优化和赋权方法做了简要介绍;介绍了模糊Petri网的定义和基于BP算法的学习能力;在此基础上以装甲装备战场感知能力二级指标为例介绍了基于模糊Petri网模型的评估方法,并对评估结果进行了分析。     

用于多目标跟踪的m-最佳S-D分配算法

本文描述了一种称为m-最佳S-D(即m—最佳S维)的新数据互联算法,这种算法在O(mSkn3)(m个分配,长度为n的S≥3个序列,k次松弛)时间内得到对于S维分配问题的(近似)m-最佳结果。m-最佳S维算法应用于以下的跟踪问题:要么传感器是同步的,要么传感器和/或目标运动非常缓慢。此项工作的意义在于m-最佳S-D分配算法(以滑窗模式)可以通过避免所需列举的令人不堪忍受的指数数目的联合假设,从而有效实现次优多假设跟踪(MHT)算法。本文首先描述了m-最佳S-D所应用的一般问题。特别是根据来自S个传感器的视线(LOS)(即不完全位置)量测,求取完全位置量测集合,即通过求解一个静态S-D分配问题可得到第1、第2、…、第m个最佳(在似然意义下)完全量测集合。使用用于得到m-最佳S-D分配解的联合似然函数,就可用类似JPDA(联合概率数据互联)技术来度量复合量测的正确概率。来自连续扫描的复合量测序列以及它们相应的概率,轮流用于一个动态2-D分配算法的状态估计器中,以估计随着时间变化的运动目标状态。基于一个似然函数获得动态分配权系数,此似然函数包含了从(静态)m-最佳S-D分配解中得到的“真实”复合量测概率。通过把m-最佳S-D分配的解法用于一个仿真的多目标被动传感器航迹起始与航迹维持问题,展示了m-最佳S-D分配解法的优点,其     

基于变步长LMS的谐波电流检测方法的研究

能否快速准确检测出三相电力系统中谐波电流是决定有源滤波器整体滤波性能的关键.基于瞬时无功功率的谐波电流检测理论,提出了一种改进的自适应滤波器谐波检测算法,通过构造步长因子与误差信号的非线性函数,调整步长参数,使权向量达到最优,在确保稳态误差的前提下,提高了系统的收敛速度.仿真实验验证了该算法的正确性和有效性.     

目标跟踪中的多模型估计算法综述

对多模型算法的发展过程进行了回顾和评述,分析了固定结构多模型算法的局限性,介绍了变结构多模型算法的实现方法。     

分形成像技术原理及应用方法

分形技术是一种新兴的随机成像技术,在各种仿真模拟领域得到了广泛应用。结合"双37小高炮训练模拟系统"实例,详细阐述如何运用分形技术随机生成天空背景的漫游图像。     

脉冲串信号时差估计优化算法

针对脉冲串序列信号的目标定位任务,传统的单脉冲到达时间差定位方法由于测量单个脉冲的到达时间产生的误差可能偏大,而导致目标定位精度不能满足实际工程需求。现提出两种优化定位精度的方法,前者是针对在脉冲串未出现缺失的条件下,利用最小二乘法计算两个基站接收到的脉冲串到达时间差;后者是针对在脉冲串出现缺失的条件下,利用序列相似性原理对脉冲串到达时间差进行搜索,两者都能减小测量误差对整个定位系统的影响,提高整个系统的定位精度。     

基于蚁群算法的图像边缘检测研究

将蚁群算法应用于图像分割领域,提出了一种新的基于蚁群算法的图像边缘检测方法。详细阐述了蚁群算法与该方法的基本原理和具体实现过程。为了提高算法效率,进行两处改进,第一将蚂蚁初始位置由随机放置修改为放置在图像边缘附近,可取一图像灰度梯度阈值来实现,第二将信息激素强度和启发式引导函数值均定义为像素点灰度梯度值的函数。大量实验结果证明了该算法能有效地检测出图像边缘,而且具有适应性强、效率高等特点。     

异构无人平台不规则区域协同侦察部署方法

针对未来无人化陆战场有人/无人混合编队中异构平台携带多型侦察装备的协同侦察部署问题,提出自适应粒子群-区域最优匹配（PSO-ROM）算法。采用参数自适应和局部变异方法对粒子群优化算法进行改进,并对异构平台中探测性能最优的多个同类型传感器进行优化部署;针对异构平台中的多个其他类型传感器,采用区域最优匹配算法,依次对尚未覆盖的空白区域进行优化部署,直至达到侦察部署目标。实验结果表明,采用PSO-ROM算法进行异构传感器不规则区域部署时,算法执行时间相对于传统粒子群算法平均缩短91%,覆盖率平均提升14.9%,各节点移动距离平均缩短0.65 km。采用PSO-ROM算法开展重要区域的多频谱覆盖时,雷达波段、可见光波段和红外波段的平均覆盖率分别为91.0%、94.3%和96.1%。当覆盖比F达到1.2时,待部署传感器资源的利用率已接近饱和,再增加更多的传感器资源将不会对覆盖率产生明显的改善效果。