基于运动特征的机载雷达目标断续量测处理

机载预警雷达对目标的量测经常出现断续现象,影响了航迹连续性要求。通过对机载脉冲多普勒雷达量测出现断续的机理分析,考虑目标进入雷达多普勒盲区的情况,基于目标运动特征提出利用联合关联波门与盲区预测相结合的处理方法,将重新出现的目标点迹与原有航迹进行关联,避免同一目标航迹因量测断续而重复起始。仿真结果表明了该方法的有效性与可行性。     

关联维数在梁式结构损伤检测中的应用

为探索有效实用的结构损伤检测方法,运用分形理论直接对结构振动信号进行关联维数分析,通过度量系统输出的奇异性来识别结构的局部损伤,提出了基于振动响应关联维数的结构损伤检测方法.简支梁损伤算例结果表明,该方法能够准确地检测出梁式结构单个和多个不同程度的损伤位置,同时关联维数指标变化值会随着损伤程度的增加而增大.与曲率模态指...     

机场跑道存在窗口数序列计算研究

对机场跑道打击效果的评估,通常采用的跑道失效率指标无法描述封锁失败时的具体打击效果。因此提出了存在窗口数序列指标,建立了该指标的计算模型,并给出了最小升降窗口搜索策略。仿真结果表明,该指标能够很好地描述封锁跑道失败时的具体毁伤效果。     

数据关联算法性能评估的一种方法

数据关联算法性能的优劣直接影响跟踪系统的性能.因此在给出一种算法后,必须对该算法的性能进行评估,全面地了解该算法的优点以及缺点.以一种多目标数据关联算法为例,给出对数据关联算法的性能进行评估的一种仿真设计方法,包括设计思想及具体实现,并给出对该数据关联算法的评估结果.该方法同样适用于对多目标跟踪算法的性能进行评估.     

MIMO信道的三维互相关模型及其相关特性分析

针对频率选择性衰落MIMO移动信道,建立三维(3D)纯随机模型,并推导出3D MIMO信道模型的联合空时频相关函数。新的3D模型统一了现有的多种信道模型,新的联合空时相关函数综合考虑了信道收发两端的多普勒扩展、信号到达方向与离开方向的3D非均匀扩展与两端天线阵的配置。最后基于新的相关函数,分析了非均匀角度扩展参数以及阵元配置参数的变化对MIMO信道相关特性的影响。     

随移动窗推进的带电粒子束团长程传输模拟分析

直接采用粒子模拟方法较难实现带电粒子束团千米量级的长程传输模拟,针对此问题以静电模型为基础,引入移动窗技术,使百米量级的粒子传输窗口与束团同步推进运动,建立了带电粒子束团的长程传输模型。将模拟得到的带电粒子束团径向膨胀特性同包络方程的计算结果进行对比,两者吻合较好,证明了在带电粒子束团长程传输模拟研究中结合移动窗技术的可行性及所建模型的合理性。利用此模型分析了100 MeV相对论电子束团的长程传输过程,发现传输过程中束团的自生电场和磁场在径向上呈高度对称分布,轴向上则呈轻微前冲分布;同时,束团内部粒子的轴向速度分布也会发生变化。利用此模型分析了100 MeV电子束团的长程传输过程及其内部参数和自生场量的变化。     

复合固体推进剂颗粒填充模型及其统计特性分析

复合固体推进剂属于高填充比颗粒类复合材料,氧化剂和金属颗粒在基体中的随机分布使其在细观尺度具有非均质的特点。从细观尺度研究固体推进剂燃烧及力学性能时,必须考虑颗粒级配、空间分布和种类等因素的影响。采用分子动力学方法,以硝酸酯增塑聚醚高能复合固体推进剂为研究对象,将固体颗粒模型化为球形,生成其在基体内随机分布的颗粒填充模型。利用Monte-Carlo算法模拟计算颗粒填充模型细观结构的两点概率函数,并研究了颗粒填充体积分数、尺寸与级配等参数对其的影响规律。从统计意义上给出具有各态历经性、统计均匀性和各向同性特点的颗粒填充构型最小周期性代表体元尺寸,可有效减小后续研究的计算量,节约计算成本。所构建的推进剂细观几何构型及对最小周期性代表体元尺寸的计算为后续开展复合固体推进剂细观尺度燃烧、燃面处铝团聚及力学性能数值研究奠定了基础。     

基于图像信息的跟踪算法分析

图像跟踪算法研究是电视跟踪系统的关键技术之一.对波门跟踪算法、相关跟踪算法、多模跟踪算法、基于提边的差分跟踪算法及微分线性拟合外推跟踪算法进行了分析,并指出了电视跟踪系统跟踪算法的发展趋势及其在武器系统中的重要作用.     

地形相关算法度量值的统计特性

考虑到地形相关匹配算法度量值统计特性与二维地形自相关系数的关系，本文提出一种改进的约翰逊方法——相关地形下的匹配算法度量值统计特性分析方法。首先，基于约翰逊方法的问题框架，修改其中基准数据的相邻像元值相互独立的假设，导出了地形相关 Ｍ Ｓ Ｄ 算法度量值的统计分布的解析函数。然后，讨论了约翰逊方法与本文方法的适用性，指出了约翰逊方法的不足之处。最后，给出了本文方法在地形可匹配性分析中的一种应用。     

一种改进的变步长归一化LMS算法

在以往的基于ＬＭＳ算法的研究中，归一化ＬＭＳ算法（ＮＬＭＳ）增大了算法的动态输入范围，但该算法对噪声很敏感。引入自相关的变步长ＬＭＳ算法（ＶＳＳＬＭＳ）不仅加快了收敛速度，可在非平稳状态下进行快速跟踪，而且消除了独立噪声的干扰，但它无法适应大范围的动态输入。本文综合它们的优点而得到的算法，在低信噪比和大范围的动态输入情况下都有良好的性能。