基于GEO/LEO两层星座的卫星组网结构分析

提出了一种基于GEO/LEO两层星座的卫星组网结构,在两层星座中建立了立体交叉的层内、层间星际链路,实现了GEO/LEO两层卫星星座的优势互补,具有组网灵活、管理简单等特点.通过快照周期定义了星座中各卫星的逻辑位置,并基于逻辑位置提出了对LEO卫星的分群和分组管理:包括LEO卫星的逻辑分群,群内LEO卫星的分组,以及分组内组长LEO卫星的选取和备份机制.在该卫星组网结构中,各星座协同运行,数据传输方式多样,能提高卫星网络的性能.     

信息支援条件下的空战优势参数研究

信息化条件下的空战是当今空战的主要模式,研究信息支援条件下的空战效能具有重要和现实的意义.分析了信息支援条件下空战的兰彻斯特作战模型,并给出无信息支援、信息透明、信息压倒、信息不对称四种条件下的空战优势参数形式,进一步研究并给出了信息支援条件下多机种编队合同作战时的空战优势参数形式,对空战优势参数进行分析表明利用该参数可以评判空战对抗态势和预测空战对抗结局,最后通过实例计算,结果显示信息优势是获得空战优势的关键因素.     

操纵手考核成果的操纵手模型参数辨识

以半自动跟踪的人机系统为研究对象,从工程实际中提取了描述操纵手操控水平的指标集:静态灵敏度、平均超差度及平均超差频率指标,并依据这些指标的考核结果,构建了一种操纵手数学模型的辨识方法.最后由靶场试验数据辨识了相应的模型参数,从而验证了该方法的可行性.     

KPLS-SVM在缺失飞参数据估计中的应用

飞行参数的缺失给飞行事故调查工作带来了很大困难.将核的偏最小二乘法与支持向量机耦合,建立基于状态匹配的飞行参数估计模型可以较好地解决缺失飞参数据的估计问题.首先将初始输入映射到高维特征空间,进而利用偏最小二乘法在特征空间中提取对缺失飞参数据影响较强的得分向量, 最后将提取的得分向量作为输入建立支持向量机模型.既克服了输入变量间的相关性问题, 又降低了支持向量机的输入维数.仿真也说明了使用该方法估计缺失飞行参数的可行性和有效性.     

贝叶斯参数估计在雷区范围估计中的应用

提出了以发现水雷位置信息为抽样点,在给定估计误差的条件下,使用贝叶斯参数估计方法进行雷区范围估计的思路。详细讨论了水雷服从均匀分布时使用贝叶斯参数估计方法估计雷区范围的问题,给出了相关公式的推导过程,并设法解决仿真中存在的中间数值过大的问题。仿真结果均在允许误差范围之内,这验证了算法的可行性。     

大椭圆航法及其导航参数计算

提出了基于地球椭球模型的大椭圆航法,采用解析几何中的空间向量分析,推导出了初始航向角、航程和偏航量的计算公式.算例分析表明,该公式可以解决航海中不同参考椭球下大椭圆航法的导航参数计算问题,航程计算精度高达10-3m.     

目标自动跟踪参数辨识模型的工程化动态辨识

为解决机动目标参数辨识模型工程应用问题,采用扩张状态观测器等先进的非线性滤波算法,从实测的含有观测噪声的目标位置数据的序列中,直接估计出机动目标运动的一阶、二阶、三阶导数,并结合目标运动模型辨识的理论算法,在工程应用上首次实现了机动目标运动模态和运动模型的双重动态辨识,完成了目标模型动态辨识的工程化设计.     

基于相对密度的增量式聚类算法

基于聚类的相对性原则:簇内对象具有较高的相似度,而簇间对象则相反,提出一种基于相对密度的增量式聚类算法,它继承了基于绝对密度聚类算法的抗噪声能力强、能发现任意形状簇等优点[1],并有效解决了聚类结果对参数设置过于敏感、参数值难以确定以及高密度簇完全被相连的低密度簇所包含等问题。同时,通过定义新增对象的影响集和种子集能够有效支持增量式聚类。     

武器装备作战效能灰色聚类评估

武器装备作战效能的指标是多样的,而且意义不同、量纲不同,且指标的实现值往往在数量上悬殊很大,如何在这种情况下比较好的解决作战效能综合评估问题,提出了基于灰色定权聚类和三角白化权函数的灰色聚类评估方法解决此问题,给出了应用的一般步骤。以某型水陆坦克为例,对其改装前后的作战效能进行了对比分析,并为其将来进一步改进提出了建设性建议。     

温度对半导体激光器退化的影响

采取等效电路模型仿真和加速退化试验相结合的方法研究温度对半导体激光器不同退化模式的影响规律。针对半导体激光器有源区退化和腔面退化进行分析,发现有源区退化会使半导体激光器阈值电流增大,而腔面退化会使半导体激光器斜率效率减小;进行了半导体激光器热特性建模与仿真,发现温度升高会使半导体激光器阈值电流增大;利用半导体激光器加速退化试验平台进行了半导体激光器加速退化试验。仿真与试验结果证明:温度升高会加剧半导体激光器腔面退化,而对有源区退化无显著影响。上述结论对进一步完善半导体激光器温度-退化仿真模型,研究温度对半导体激光器退化的作用机理和防护措施有积极作用。