基于Lanchester方程的威胁评估模型

将描述对抗损耗的Lanchester方程应用于数据融合系统的威胁评估层次,从宏观角度分析了多传感器系统在作战中跟踪目标的模式,建立了相应模式下的Lanchester对抗损耗微分方程,以用于分析对抗交互双方的动态损耗,从而可根据态势作出威胁评估。     

型号研制与产品数据管理

介绍了产品数据管理(PDM)的概念和基本功能,结合当前型号研制的特点和计算机信息技术应用的状况、发展,研究了型号研制产品数据管理的需求、功能及实施,为当前型号研制依靠CIMS技术实现产品数据管理提出了8条基本原则。     

宽带单脉冲雷达实测数据三维成像的平面视觉形态表示

针对宽带单脉冲雷达实测数据三维成像结果难以直观表示的问题,研究了平面视觉形态表示方法。所谓平面视觉形态,是指用设想的人眼沿着雷达波束方向观测得到的目标结构向适当平面的投影。为获得波束依赖平面视觉形态表示,给出了从实测数据中计算雷达波束方向的方法并从目标尺寸准确估计的角度分析了获取雷达波束方向的必要性,在确定波束方向的基础上,根据投影平面确定新的坐标系,并给出了从雷达观测坐标系到新坐标系的坐标旋转方法。给出了某民航飞机实测数据三维成像处理结果在雷达观测坐标系中的投影表示和新坐标系中的平面视觉形态表示,通过两种表示的对比分析,显示了平面视觉形态表示对特征提取的价值。     

一种改进的雷达探测概率计算方法

基于对指挥自动化系统日常积累的雷达情报数据进行处理,提出了一种改进的雷达探测概率计算方法。综合考虑了目标在飞行过程中,RCS随着其与雷达相对位置的变化而变化的因素,对各个高度层上的航迹按距离取样间隔分段,统计各分段内的观测点数和发现点数,从而计算各距离取样间隔内的发现概率,再根据目标相对雷达的俯仰角和方位角对距离取样间隔中心点的探测距离进行修正。     

备件需求过程的MAP数据拟合算法研究

为了将备件需求过程表示为马尔可夫到达过程(Markovian arrival process, MAP)形式,设计了备件需求到达流的MAP拟合算法.首先,采用EM算法将备件需求到达间隔时间拟合成Hyper-Erlang分布形式,然后利用MAP性质和Bayes公式推导出生成元矩阵的计算公式;随后设计了一个完整的数据拟合流程,并通过实例对算法的效果和效率与已有研究进行了对比.结果表明,该算法在确保拟合效果的同时,能够有效提升拟合效率.     

一种基于SCA的FPGA硬件抽象层设计方法

针对软件无线电关于波形软件的可移植性要求,借鉴软件通信体系硬件抽象层连接规范,采用开放式体系结构和模块化设计思想,研究了一种针对FPGA的硬件抽象层设计与实现方法.通过引入source和sink接口抽象底层的硬件连接,使FPGA的波形设计与具体硬件平台分离,实现硬件系统中波形软件的动态配置.在实际信号处理系统中的应用表明,使用该方法设计的软件具有很好的可移植性、可重用性和可互操作性,可减少重复开发,能有效缩短系统开发周期,提高系统开发效率.     

基于推算定位和超声波定位融合的机器人自主定位技术

针对室内环境下的机器人定位问题,首先介绍了用鳊码器进行推算定位的原理和算法,为了解决在长距离导航时带来的累积误差.在机器人移动过程中,超声波传感器与已知路标的距离实现精确测量的前提下,通过卡尔曼滤波算法对测量数据进行融合,修正累积定位的误差,进行精确定位.实验结果表明,该方法从原理上是可行的,可以应用到机器人的定位导航中.     

一种新的甚低频发射机调机方法

提出一种基于阻抗测量的甚低频发射机调机新方法,该方法通过实时测量甚低频发射机双调谐回路输入节点的阻抗值,在发射机电子管不加电的状态下实现天线与甚低频发射机阻抗的匹配.实验结果表明,与传统的调机方法相比,新方法快速准确且安全.     

作战模拟态势显示中的通用性技术研究

态势显示是基于HLA的作战模拟系统中观察战场态势、辅助决策的关键一环.目前已经应用的态势显示系统暴露了态势显示通用性问题和态势显示适应性问题.这两个问题制约了态势显示手段在作战模拟领域中的应用.针对这些问题,提出了利用军标映射实现通用和仿真态势数据预处理方法两项关键技术来改进态势显示方法.随后实现了一个应用了这些技术的态势显示系统.最后总结了这种态势显示新方法的优势和不足并展望了态势显示系统下一步发展的方向.     

用于机动目标跟踪的联合IMM Viterbi数据关联算法

针对低检测概率、重杂波环境下的机动目标跟踪问题,提出一种联合交互式多模型Viterbi数据关联(C-IMM-VDA)机动目标跟踪算法.该算法利用各模式下的滤波器的量测预测、量测预测协方差及模式概率构造一个统一的综合波门,排除不可能的路径转移,减少到达一个目的节点的源节点的个数.机动目标仿真结果表明,与IMM-VDA(交互式多模型Viterbi数据关联)算法相比,C-IMM-VDA算法在大大减小计算量的同时,降低了航迹失跟率,提高了航迹平均跟踪精度.