码分多址(CDMA)蜂房移动通信上、下行链路带宽非对称划分的分析

从移动台和基站接收机输入端载干比以及T S Rappaport和L B Milstein提出的信道传输模型出发 ,对码分多址 (CDMA)蜂房移动通信系统的上、下行链路带宽划分进行了分析 ,提出了非对称划分办法 ,同时给出了仿真结果。分析表明 :上、下行链路带宽划分有效地提高了码分多址 (CDMA)蜂房移动通信系统容量     

新型舰炮武器情报指挥系统模拟试验方法

在简要介绍模拟试验系统及搜索雷达模拟器功能和工作原理的基础上,针对某型近程反导舰炮武器情报指挥系统,提出了包括模拟试验流程、仿真数学模型及评估方法的一套模拟试验方法,弥补了单一外场试验考核不充分的不足,达到了全面科学评价被试系统的目的。该模拟方法是外场试验的补充和完善,开拓了靶场试验的新思路。     

面向两类典型分析仿真的多样本任务调度工具的设计

当在多台计算机上调度很多样本并行运行时,采用手工操作效率低且极易出错。设计一个自动化的任务分发与调度工具可以有效地提高仿真运行效率。蒙特卡罗仿真和粒子群优化算法仿真是两类典型的分析仿真,介绍了面向这两类仿真的多样本任务调度工具的实现原理和关键技术,这些方法具有很好的通用性和可扩展性,可以广泛应用于解决各类仿真任务的自动分发与调度问题。     

多源信息的验前分布融合方法研究

验前分布的获取和表示是B ayes理论应用中的一个关键问题。针对目前多源验前信息融合中存在的过分依赖专家信息的问题,提出了一种基于第2类极大似然估计原理(M L-II)确定验前分布权重的方法,该方法将现场试验数据看作是由其边缘分布产生的样本,然后根据不同验前分布下现场样本似然性的大小来确定其在验前分布融合中的作用,并以此进一步确定不同验前分布的权重因子。最后通过算例证明了该方法比基于专家信息的融合方法更为合理和有效。     

多准则下反导作战单、多遭遇点预测模型

整个反导射击过程可以简单看作一个基于预测的遭遇点起始的,不断重复、修正的过程。分析遭遇点预测的时间和空间前提,并给出遭遇点预测的3个基本准则;在多准则下建立了单遭遇点预测模型,给出了模型公式中未知量的转化方法;分射击-观察-射击和射击-射击两种情况建立了多准则下多遭遇点预测和优化模型,并给出了拦截弹最晚发射时间的计算方法;就观察时机对遭遇点预测的影响进行了分析与建模。部分研究属于探索性的研究,相关结论对指控模型开发和实施连续反导,从方法和作战理念方面提供了一些参考。     

对调频斜率极性捷变SAR欠采样转发干扰

针对传统欺骗干扰难以对调频斜率极性捷变SAR（chirp rate polarity jittered SAR, CRPJ-SAR）形成有效干扰,研究了对CRPJ-SAR欠采样转发干扰。通过建立CRPJ-SAR有限时长欠采样转发干扰信号模型,分析了欠采样转发干扰对CRPJ-SAR的干扰效果。给出假目标数目、位置以及幅度的理论计算公式。在此基础上讨论了欠采样周期对干扰效果的影响。利用数字仿真验证了理论分析的正确性。     

基于卡尔曼滤波的单矢量水听器水中多目标方位跟踪

对单矢量水听器接收的声压和质点振速信息进行联合处理,采用量子粒子群求解声压和质点振速组成的非线性相关方程组,从而实现多目标声源方位的估计。对于低信噪比的情况,难免会引入较大的方位估计误差。采用最小二乘法对目标方位轨迹进行拟合并建立预测模型,然后通过卡尔曼滤波对单矢量水听器估计的目标方位轨迹进行优化。结果表明：单矢量水听器能够同时分辨多个目标方位,解算结果应用统计特性表示;信噪比越高,分辨率和精度越高,偏差越小;对于水中目标而言,1阶多项式足以进行方位轨迹拟合,再采用卡尔曼滤波能够有效提高目标方位跟踪精度。     

支持多剧情并发执行的仿真克隆中间件机制研究

仿真克隆可以提高分布式离散事件仿真的效率和并行性,方便快捷地对仿真中的多种可能性进行分析、比较和评估.介绍仿真克隆的相关概念,分析HLA环境下封装式仿真克隆中间件的不足,提出并设计一种支持多剧情并发的拦截式HLA仿真克隆中间件,讨论基于该拦截式仿真克隆中间件的HLA仿真成员体系结构,并对联邦成员的时间延迟性能进行测试,测试结果表明该松耦合结构使联邦成员产生的时间延迟是有限且基本稳定的,基于拦截式仿真克隆中间件方法是可行的.     

城市环境下单无人机测向定位航迹优化算法

为解决单架无人机在城市环境中对辐射源目标的定位问题,提出了一种基于环境预测法的单无人机测向定位航迹优化算法。使用交互多模型-扩展卡尔曼滤波进行视距和非视距信号混合环境下的目标估计。结合估计的目标位置和城市地理信息模型,基于视线追踪法求解信号遮挡区域和多径信号干扰区域。在滚动时域控制算法框架下生成无人机预测轨迹,以最大化Fisher信息矩阵行列式为测向定位评价准则,考虑建筑物障碍以及其对信号的遮挡和反射效应对无人机测向定位航迹的影响,控制无人机选择最优航向飞行。仿真结果表明,该方法能够使无人机在存在障碍、信号遮挡和多径干扰的环境下实现对目标的高精度测向定位,为解决城市环境下的单架无人机测向定位问题提供了新思路。     

面向通信信号调制识别的半监督生成对抗网络框架*

针对只有少量标签数据的弱监督条件下现有调制信号识别模型准确率较低的问题,提出基于生成对抗网络的半监督学习框架.该方法通过对通信信号进行冗余空域变换,使其在适应生成对抗网络模型的同时保留丰富的信号相邻特征;通过梯度惩罚Wasserstein生成对抗网络的引入,构建适宜电磁信号处理的半监督学习框架,实现对无标签信号样本的有效利用.为了验证所提算法的有效性,在RADIOML 2016.04C数据集上进行测试.实验结果表明,该方法在半监督条件下能训练出高效的分类器,获得优异的调制识别结果.