瑞典Giraffe高架机动雷达的发展概况及趋势

主要概括了瑞典Giraffe系列雷达的发展状况,对Giraffe 40,Giraffe 50AT,Giraffe 75,Gi-raffe 100,Giraffe AMB,Giraffe S雷达的特点、主要性能指标及市场销售情况做了简要的介绍,最后总结了"Giraffe"高架机动雷达的发展趋势.     

多模自适应滤波算法的性能改进方法

多模自适应滤波算法基于已知的故障情况设计出一组卡尔曼滤波器预测系统对给定输入的响应,根据卡尔曼滤波器的预测输出和系统的测量值确定各滤波器的残差,从而检测出系统是否发生故障及其故障类型.采用传统的多模自适应滤波算法检测故障时会有一定的时间延迟,不利于系统故障的实时检测,因此提出了几种减少多模自适应算法故障检测时间的方法,并将其应用于某无人机执行器和传感器的故障检测和识别,仿真结果证明可以有效地减少故障检测时间.     

基于内差修正数据INS/APS卡尔曼滤波器组合定位

研究基于水声定位系统(APS)和惯性导航系统(INS)的潜艇水下定位误差修正方法.在建立APS模型和INS模型的基础上,设计了INS/APS卡尔曼滤波方法,基于INS的APS内差修正方法和基于INS/APS内差修正数据的卡尔曼滤波方法,分析仿真结果表明,三者均可提升潜艇水下定位精度,其中基于APS内差修正数据的卡尔曼滤波器具备最佳的组合定位效果.     

贪心遗传算法解决一般武器-目标分配问题

一般武器-目标分配问题,是使武器发挥最大效能而使目标遭受最大毁伤的最优化问题.遗传算法广泛用于解决最优化问题.提出一种具有贪心优化机制的局部搜索方法,以提高遗传算法的搜索效率,从而迅速找到全局最优解.应用于炮兵武器-目标分配问题的仿真试验结果表明,此算法比现有的其他搜寻算法具有更好的求解效率.     

DD(X)系列舰引领美海军装备革命

DD(X)系列战舰是美国海军“21世纪海上力量”作战构想的主力战舰。美国海军将 DD(X)级系列战舰视为海军版的“联合攻击战斗机”(JSF)项目。作为一种高度机动和通用的海上作战平台,DD(X)系列战舰将被美军用作独立的前沿存在和前沿成慑的重要工具,也将成为美国海军联合远征打击部队不可或缺的重要组成部分。日前,美国海军已决定启动 DD(X)舰的建造计划。根据美国海军提供的一项为期3年、计划耗资29亿美元的合同,     

基于CSCW的机关业务协同办公系统协作多用户界面研究

简要阐述了研究CSCW系统协作多用户界面的必要性,介绍了协作多用户界面的基本概念,分析并评价了几种传统的协作多用户界面体系结构,最后以某机关业务协同办公系统的协作多用户界面的设计为例,提出了一种协同混合式体系结构及具体的实现。     

单机动目标跟踪建模的新探索

建模是机动目标跟踪领域需要研究的一个重要理论课题之一。根据指挥自动化系统的特点,本文提出了一种新的更符合指挥自动化系统战术要求的圆弧机动模型——非线性机动中心坐标系模型(Nonlinear Maneuver-Centered Coordinates Model—NMCCM),与坐标旋转模型(Coordinated Turn Model-CTM)[4] 和J. A.Roecker的机动中心坐标系模型(Maneuver-Centered Coordinates Model—MCCM)[2]相比,这种新的模型不仅能以较高精度估计出目标的位置、速度和航向,而且能估计出目标圆弧机动的中心和半径,为指挥、辅助决策和实时拦截引导提供更多的参考数据。     

WindowsNT系列平台的基于UDP协议的信息流仿真

很多系统在以太网通讯中使用UDP报文进行网络数据的传输,为了完成对这些系统的仿真驱动,通常需要在一台PC机用单网卡或多网卡实现基于UDP协议的信息流仿真。在缺少目标系统的某些节点时,该PC机模拟相关节点的UDP报文的发送、接收,驱动目标系统的运行;当目标系统全系统运行时,该PC机监听以太网上的UDP报文,为目标系统的事后分析记录数据。本文论述了在Windows NT系列平台在通过Windows Socket及特殊的NDIS中间驱动实现UDP信息流的技术。     

遗传算法在野战通信网络路由算法研究中的应用

针对野战通信网络的特点以及军事业务对它的QoS需求,建立了相应的数学模型。针对该问题的NP-完全特性,采用全局搜索能力强的遗传算法进行求解。算法采用自然数编码,有效地提高了搜索效率。进行了相应的仿真,仿真结果表明该算法是有效的,能够满足军事业务的QoS需求。     

基于MPSP算法的炮弹分段气动参数辨识

针对炮弹的气动参数辨识问题,提出了一种创新的辨识方法。受到常用于带有终端约束制导律设计的MPSP(模型预测静态规划)算法启发,将其运用在炮弹的气动辨识领域。以弹体纵向平面的质心动力学模型作为辨识模型,以炮弹速度、位置等飞行外弹道数据作为模型状态量,创新地将升力系数与阻力系数视作制导律中的“控制量”,基于MPSP算法在辨识步长内进行“制导”,使得预测的终端状态量满足实际外弹道状态量“终端约束”,从而得到“控制指令”(即待辨识参数)。以某型155 mm制导炮弹为背景,使用Matlab编制辨识算法程序对给定弹道数据的升阻力系数进行了辨识。辨识结果显示：当初始气动参数存在30%误差时,辨识算法平均可在170 ms内收敛至真值附近,辨识误差在2%以内。