采用双天线载波相位差技术的卫星导航接收机抗欺骗方法

针对欺骗干扰信号难以有效实时模拟真实卫星信号空间分布特性的特点,提出利用双天线载波相位差进行欺骗信号检测的方法。分析载波相位差计算的各种误差源,并在此基础上建立针对欺骗信号的二元假设检验。通过理论分析和仿真实验,验证了所提欺骗信号检测技术的有效性,并得出了天线阵基线越长、入射方位角越小,载波相位差检测技术对欺骗信号的检测性能越优的结论。     

轻武器寿命可靠性模型研究

为轻武器寿命可靠性评定提供理论依据,运用经典的可靠性理论,将轻武器装备寿命试验归结为可修复系统的有替换定时截尾试验,通过分析某型机枪的寿命试验数据,对母体寿命可能的分布类型作出假设,选择χ2检验法对假设进行拟合优度检验,利用最小二乘法得出对应分布的线性相关系数,通过比较确定母体分布类型,建立了该型机枪寿命的可靠性数学模型,对同类轻武器装备的可靠性指标评定提供了一定的参考。     

合成分队动态武器目标分配协同决策模型

针对合成分队地面作战特点,提出了一种动态武器目标分配的协同决策模型,该模型基于一种自适应决策中心的协同决策体系结构,以战场信息共享为核心,实现动态火力协同优化分配。提出了针对战场应急目标的一种快速火力分配方法,提高火力整体打击效率的火力适度分配优化方法,适应战场态势动态变化的anytime终止控制方法。仿真实例表明,该模型能够满足合成分队火力动态分配的需求,提高动态武器目标分配决策的合理性和科学性。     

AUV纵倾角动态面滑模自适应控制

对于自主水下机器人(AUV)纵倾角跟踪问题,提出一种基于动态面滑模思想的自适应控制方法。首先对自治水下机器人纵倾角运动模型进行简化,其次针对不确定外干扰的情况,设计了自适应规律,对外干扰进行估计,在此基础之上设计了动态面滑模自适应控制器,并通过李雅普诺夫稳定性理论证明了系统的稳定性,最后通过给定参数的仿真实验结果可知,所设计的控制器在系统受到不确定外干扰时,表现出良好的鲁棒性。     

三关节机器人的神经网络补偿自适应控制器设计

三关节机器人广泛用于工业生产、轮式或履带式排爆机器人,为了补偿由于机器人结构参数、作业环境干扰等不确定性因素造成的机器人动力学模型的不确定性,将机器人动力学模型分解为名义模型和误差模型两部分,其误差模型采用RBF神经网络进行补偿,得到其估计信息,神经网络的输出权值根据Lyapunov稳定性理论采用自适应算法进行调整。所设计的神经网络补偿自适应控制器解决了不确定性机器人动力学系统控制器设计的不确定性问题,同时,通过定义Lyapunov函数,证明了控制器能渐近、稳定地跟踪期望轨迹。机器人的3个关节在控制器的作用下,约在5 s时达到期望轨迹,神经网络约在5 s时逼近机器人动力学模型的误差模型,实验结果表明了机器人关节对期望轨迹具有良好的轨迹跟踪性能。     

基于免疫粒子群文化算法的数字电路故障诊断

为改善粒子群算法摆脱局部极值点的能力,提升种群进化的多样性,将免疫算法中免疫机制引入到粒子群算法中形成免疫粒子群算法;为有效提高故障覆盖率和缩短测试生成时间,将免疫粒子群算法引入文化算法框架中形成免疫粒子群的文化算法。将其应用于数字电路故障模型仿真实验并与其他测试生成算法进行对比,结果表明该算法能够有效提高故障覆盖率,缩短测试生成时间,在大规模电路测试生成与故障诊断中更具优势。     

舰艇性能试验与作战试验一体化设计

在分析一体化试验内涵的基础之上,提出了舰艇装备性能试验与作战试验一体化设计的总体思路和重要项目试验方案,研究总结了一体化试验8个方面的技术特征。试验方法在某型舰艇定型工作中得到了验证,可为改革装备试验定型模式提供参考。     

陆军导弹武器系统测试性研究

针对陆军导弹武器系统的特点,论述了系统测试性和系统测试性设计的基本概念,在解释它们内涵的同时,说明了如何从本质上理解它们在导弹武器系统全寿命周期中的重要作用。为了保持系统的良好测试性,从定量和定性两个方面提出了测试性设计的基本要求,研究了提高系统测试性的主要方法。     

一座小型建筑空调动态负荷的ANN预测研究

人工神经网络(Artificial Neural Network,简称ANN)是一种崭新非线性建模和预测方法,具有良好的非线性品质和极高的拟合精度。在前人研究的基础上,针对一座小型建筑物建立了其空调动态负荷预测的BP模型。为克服常规BP训练算法的缺陷,提出了一种改进的遗传搜索算法,结果证明是一种高效实用的算法。     

弹丸动平衡自动测试方法研究

采用 IBM- PC机为主机 ,对弹丸动不平衡量 (m1 ,m2 )及相位角α进行自动测试并做相应的数据处理。设计了弹丸左、右两标定面的平面分离电路、A/D转换电路等。