基于混合星座的卫星导航系统功率增强服务性能分析

在导航战中,卫星功率增强技术是提高战区卫星导航系统生存能力的重要措施.针对导航战背景下如何保持Compass系统对我国领土及周边区域导航服务能力的问题进行了研究,提出了一种基于混合星座和最优GDOP值准则的卫星导航系统功率增强方案,并就功率增强覆盖区域在不同实现方式条件下的覆盖性、可用性和实现复杂度等性能进行了对比分析.分析结果表明,采用“5GEO +4MEO”的功率增强组合形式,可以实现对我国领土及近海区域的全天时覆盖,可用性水平达到100％( GDOP ＜6.3),同时具有实现复杂度低和系统稳定性好等特点,可作为我国区域功率增强的备选方案.     

混合现实技术在军事训练中的应用优势——以美军综合训练环境为例

随着科技手段的进步,现代战争的作战样式不断发展。信息化条件下的作战对军事训练提出了更高要求,传统的训练方法与模式亟待改进。混合现实技术的应用开辟了军事训练新模式。这种针对数据的可视化集成运用以及在其基础上开发的训练系统,通过对数据的处理利用实现了军事训练效果的有效评估。本文以美国陆军综合训练环境这一混合现实技术在军事训练中的典型应用案例作为对象,分析概述了综合训练环境的世界地形、训练模拟软件及训练管理工具三大组成部分的功能特点、架构组成,并根据混合现实技术的发展状况探析综合训练环境的应用优势,以期为军队混合现实技术在军事训练中的应用提供一定借鉴。     

非高斯码元检测的马尔可夫链蒙特卡洛算法

针对实际超低频接收机不仅受非高斯噪声的影响,还受接收机内部和外部环境中高斯噪声影响的问题,对噪声采用非高斯分布和高斯分布的混合模型建模,根据混合模型的性质,设计了一种利用马尔可夫链蒙特卡洛方法的超低频信号码元盲检测算法。盲检测算法在贝叶斯层次模型下,采用Gibbs抽样和M-H抽样更新参数,同步估计信道衰落系数和噪声模型参数,并实现对信号码元的检测。算法迭代效率快、精度高。通过与最优检测算法性能比较,盲检测算法性能优异,对超低频信号接收具有重要的现实意义。     

模糊随机变量的模糊概率特征的性质

应用模糊数理论 ,给出了模糊随机变量的数学期望和模糊随机变量的方差的定义 ,并研究讨论了模糊随机变量的数学期望和模糊随机变量的方差的性质。研究结果进一步丰富和完善了模糊随机变量理论。     

随机-区间混合不确定性单输出模型确认指标

针对既有随机变量又有区间变量的模型预测结果与实验数据之间的一致性度量问题,对随机-区间混合不确定性模型确认指标进行研究。根据工程数学模型和实验过程中的不确定性来源,分析随机-区间混合不确定性模型确认的特点;运用概率方法和区间理论,提出新的随机-区间混合不确定性模型确认指标,讨论所提指标的性质,给出指标的计算方法和步骤。通过数字算例和工程算例,验证了所提指标的可行性和有效性。     

加权模糊C均值聚类算法实现BDS三频组合观测值优选

在对BDS三频载波相位组合观测值进行误差分析的基础上,确定了优选载波相位线性组合系数的筛选标准。针对传统聚类算法在高维多频混合数据集分类中存在的不足,采用一种基于加权的模糊C均值聚类算法,通过对同一维度在不同簇上赋予不同的权重值,对传统遍历搜索法所获得的部分BDS三频载波相位组合观测值进行了优化分类选取,有效解决了传统全球导航卫星系统载波相位观测值选取方法效率低的问题,同时为多系统多频数据组合观测值系数的优化选取提供了一种新的思路。对分类结果进行分析,确定了各类组合观测量的适用范围,并结合实测数据,利用无几何层叠模糊度解算方法对优选组合进行了整周模糊度的解算,结果验证了该方法的可行性。