一种纯方位跟踪中的自适应滤波算法

针对纯方位被动目标跟踪中扩展卡尔曼滤波算法易发散的不足,提出了一种自适应的改进算法。该算法利用极大后验噪声估计器Sage-Husa对虚拟观测噪声进行实时在线估计,动态补偿线性化带来的误差。算法的对比仿真分析结果表明,AEKF较之EKF滤波效果有所改善,增强了稳定性,提高了精度,为水下纯方位被动目标跟踪的实现提供一种新的方法。     

基于UML—BD的通信装备战场抢修系统建模研究

UML-BD(UML Based on DEVS)模型是运用DEVS规范技术对离散事件系统的UML模型进行层次化、模块化。针对UML-BD建模技术的特点和通信装备战场抢修系统的结构,运用UML-BD建模方法构建通信装备战场抢修系统的UML-BD模型,并对其进行了较为深入的研究分析。     

基于D-S推理的灰关联通信电台识别研究

为了解决通信电台识别问题,在灰关联识别的过程中,引入D-S证据理论,通过对信号的积累和对信任度的重新分配,对识别结果进行了有效的融合,提高了辐射源的正确识别率。仿真结果表明了该方法的可行性和有效性。     

论消防通信装备在使用中存在的问题及对策

介绍了我国消防通信装备在使用中的现状;重点从消防通信装备的配备、技术和管理几方面分析了消防通信装备在使用中存在的问题;从完善火场通信联络方式、不断改进常规、集群无线组网功能、推动数字化手机和消防通信头盔的运用等方面提出了解决问题的对策。     

部队思想政治工作说服性沟通的路径依赖研究

人的行为一旦进入某一路径,就可能对这种路径产生依赖,并在以后的发展中得到自我强化。好的路径会起到正反馈的作用,坏的路径会起到负反馈的作用。部队思想政治工作通过说服性沟通,引导官兵建立正确的路径依赖,纠正错误的路径依赖。     

基于附加频移跳频的方案设计及其性能分析

为了提高跳频系统的抗预测性能,增大抗跟踪干扰能力,提出了基于附加频移的跳频通信。在给定跳频带宽内,该方案通过双序列的控制输出射频频率来提高其跳变复杂度,从而增大敌方对于跳频序列的正确建模和预测难度。基于混沌特性的分析方法,对采用L-G非连续抽头模型和Logistic-Kent级联映射构造的合成跳频序列的复杂度进行了计算,与相同模型下构造的常规跳频序列相比,基于附加频移的跳频通信均具有更大的复杂度。     

基于移相器控制电压的“动中通”波束形成改进算法

在波束形成技术中,基于同时扰动随机梯度估计算法计算接收功率对移相器控制电压的梯度,研究了同时扰动随机梯度估计算法中扰动量和电压更新方程中步长的取值问题。仿真结果表明,随迭代次数变化的扰动量较固定扰动量能有效地提高算法的收敛性能,在同时扰动随机梯度估计算法中,将步长改为随阵元空间位置变化,能有效地提高电压更新方程的收敛速度。研究了与变扰动量有关的参数取值,指出了参数的选取准则。MATLAB仿真结果验证了所改进算法的正确性和有效性。     

自适应平方根无迹滤波的雷达组网状态估计算法

从最小方差的角度分析了雷达组网无迹滤波(Unscented Filter,UF)状态估计的统计学本质,并且针对UF的Cholesky分解遇到非半正定矩阵容易发散、不准确滤波初值造成滤波发散以及异常扰动影响滤波效果等问题,提出将自适应平方根无迹滤波(Adaptive Square Root Unscented Filter,ASQUF)用于雷达组网状态估计,结合合理的滤波初始化策略,提高了UF的工程可用性。仿真验证表明,提出的ASRUF算法用于雷达组网空域目标状态估计时,初始化平稳无波动,工程可用性好,状态估计精度高,明显优于扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法。     

基于OFDM的宽带混沌干扰信号产生技术

根据OFDM调制特点,并结合混沌序列伪随机以及初值敏感特性,提出了一种基于OFDM技术的宽带自适应多目标混沌干扰系统。该系统可灵活实现干扰频带控制,并能根据目标特征灵活调整功率谱形,还可以实现多目标同时干扰。该系统选用混沌序列作为基带干扰源,具有类随机性能好、计算量小、序列数量众多等优点。仿真结果表明:该系统具有灵活的干扰频带和功率控制能力以及优异的时频遮盖性能,可用于对多目标进行自适应干扰。     

火箭发动机故障检测的快速增量单分类支持向量机算法

为解决液体火箭发动机故障诊断正负样本不平均问题,以及实现发动机稳态工作段自适应故障检测,建立了基于快速增量单分类支持向量机的异常检测模型。采取特征工程方法,对传感器获得的多变量时间序列进行特征提取。通过增量学习方法,对单分类支持向量机模型进行改进,并应用于液体火箭发动机异常检测,使单分类支持向量机检测模型具备对不同台次、不同工况的自适应性,提高了模型的计算速度。对多台次热试车数据的分析结果表明,该模型十分有效,训练速度快,具备实用价值。