基于一维距离像的导弹目标运动特征提取方法

根据导弹目标运动方式及其回波特点,提出了一种基于一维距离像的运动目标特征提取方法。在对回波进行全去斜率处理后获得目标一维像。通过观测一维像序列的长度变化周期,提取目标的章动频率;根据距离像在成像窗口中的位置,获取雷达和目标的径向距离;利用相邻距离像相关方法,获取距离像平移位置,从而推出雷达—目标的径向速度。进行了相应的仿真实验,结果表明了该方法的有效性。     

解析快速寻北原理在平台系统中的运用

介绍了一种基于解析方法的快速寻北原理,提出了利用方位水平仪的三环平台结构在静止状态下北向真值的测量方案.同时也给出了基于该平台系统结构和组成的系统框图,该方案已运用于寻北式方位垂直基准仪和定向仪上,取得了满意的实验效果.利用该方案,可将寻北仪和方位水平仪较好地结合在一起,可适用于各种陆用战车和导弹发射车,具有较高的实用价值.     

【专题】基于装备试验数据的信息管理平台建设研究

装备试验数据作为装备制造产业的重要生产要素,对其管理的能力已成为企业应对创新发展机遇的重要竞争力。本文对装备试验数据进行概要介绍,并对试验数据结构及特点进行分析。同时,按照装备试验数据的保密管理原则,结合装备试验活动各阶段产生的数据类型,以及试验数据量大、种类多、处理速度快等特点,提出试验数据分级管理模型。在此基础上,从试验数据在装备履约、鉴定评估以及实际应用等管理需求出发,分析当前数据管理要求规范化、多源数据管理系统化以及分析工具综合化等数据管理中需要关注的问题,提出装备试验数据信息管理平台建设框架,深入分析管理平台的基础运行环境、数据采集与预处理、分布式存储、数据分析挖掘与应用等信息管理功能模块,旨在为进一步加强装备试验数据管理提供借鉴与参考。     

军事维和多模态网络自主学习平台建设

为了推进维和军事训练的创新发展,军队必须大力进行维和训练理念、模式、方法和手段的改革,有效提升维和官兵的实战能力。本文依据多模态理论、自主学习理论和建构主义学习理论的研究成果,根据网络环境实际提出构建以培训学习者岗位任职综合技能为目的、以强军网络学习环境为依托的基于浏览器/服务器(B/S)架构模式的军事维和多模态网络自主学习平台。该平台能够让学生自主选择学习内容、查看学习进度和效果反馈、访问优质数字资源、利用虚拟社区与教师和同学共同讨论学习内容、学习心得,并且通过智能化的推荐来合理制定适合自身认知结构的学习计划和方式。平台的建立为构建以学习能力、实践能力、创新能力培养为导向,与新型军事人才培养相适应的教学体系和教学模式提供了有益的探索。     

无人侦察机目标跟踪系统控制模型

无人侦察机对目标的跟踪是通过调整陀螺稳定平台的高低角和方位角,从而使摄影设备的光轴对准目标来实现的。给出了根据摄影设备的焦距以及目标在监视屏上的坐标,求取平台的姿态角控制指令的系统方案;在考虑表观运动即无人机角运动对平台角运动影响的情况下,得出求取控制指令的表达式;并对无人机目标跟踪系统的控制模型进行了仿真验证。     

战场信息资源共享平台

针对现行指挥自动化系统在战场信息广泛共享上的差距,构建战场信息共享平台(PW IRS:P latform on W ar-F ie ld In form ation R esources Sharing)模型,提出了战场信息共享平台的体系结构,并在上述的基础上,实现了战场信息资源共享平台的实验原型。     

多重结构神经网络在平台罗经故障诊断中的应用

提出了基于层次分类诊断模型的多重结构神经网络 (MNN)在平台罗经故障诊断中的应用方法 ,并对其温控子系统的人工神经网络 (ANN)进行了Matlab实现     

舰船远海维修保障的适应性及平台选型

舰船远海维修保障平台选型实质是属性包括操作性、稳定性、及时性、安全性和经济性的模糊关联多属性群决策问题。为了更客观地反映平台选型过程中决策者的决策意图,更准确地融合决策信息,构建了三角模糊数犹豫直觉模糊关联有序加权几何平均（Related Triangular Hesitate Intuitionistic Ordered Weighted Geometric Average, R-THIOWGA）算子,给出了三角模糊数犹豫直觉模糊数的比较规则,并基于R-THIOWGA提出了远海维修保障平台选型的群决策方法。将提出的群决策方法应用于我国海军舰船远海维修保障平台选型的实例分析。分析结果表明：用R-THIOWGA算子解决模糊关联多属性决策问题是可行的、有效的,自航式半潜维修船是远海维修保障最佳作业平台。     

H_∞滤波混合优化RBF在SINS动基座传递对准中的应用

为解决SINS动基座传递对准的快速精确问题,将混合优化的RBF神经网络应用于此。首先运用递阶遗传算法优化RBF神经网络的拓扑结构,并对网络其余参数进行全局粗调;在此基础上运用H∞滤波算法对网络其余参数进行在线自适应精调。其计算机仿真结果与扩展卡尔曼滤波比较表明:该算法在精度、实时性方面与扩展卡尔曼滤波相比提高了将近50%。     

Optimal search for a moving target with the option to wait

We investigate the problem in which an agent has to find an object that moves between two locations according to a discrete Markov process (Pollock, Operat Res 18 (1970) 883–903). At every period, the agent has three options: searching left, searching right, and waiting. We assume that waiting is costless whereas searching is costly. Moreover, when the agent searches the location that contains the object, he finds it with probability 1 (i.e. there is no overlooking). Waiting can be useful because it could induce a more favorable probability distribution over the two locations next period. We find an essentially unique (nearly) optimal strategy, and prove that it is characterized by two thresholds (as conjectured by Weber, J Appl Probab 23 (1986) 708–717). We show, moreover, that it can never be optimal to search the location with the lower probability of containing the object. The latter result is far from obvious and is in clear contrast with the example in Ross (1983) for the model without waiting. © 2009 Wiley Periodicals, Inc. Naval Research Logistics 2009