无人机感知避让技术分析

无人机的安全性能特别是防相撞能力是影响无人机发展的一个重要因素,无人机感知避让技术是防止无人机发生相撞事故的重要保证。为了解和发展无人机感知避让技术,从无人机空中态势感知、飞行冲突预测和飞行冲突解脱3个方面对当前感知避让技术的研究现状进行了总结介绍,探讨了无人机防相撞工作的发展趋势。     

空投鱼雷入水点影响因素研究

航空自导鱼雷具有命中精度高、威力大、攻潜效果好等特点。针对反潜直升机空投鱼雷作战使用的特点,深入分析了空投鱼雷的空中弹道、直升机的运动态势和风速风向等影响空投鱼雷入水点位置的关键因素,并得到了各要素的数学描述,进而通过仿真分析得到了直升机运动态势和风速风向对空投鱼雷入水点的影响。     

基于反向射线追踪的多径预测方法研究

多径效应是影响通信、导航系统性能的关键因素,不仅影响信号传播的功率衰落,还会引起信号时延、频移、极化等参数的变化,导致通信、导航系统性能下降。针对多径效应,本文提出基于虚拟源树、环境分区处理、背向检测等加速技术的反向射线追踪算法进行快速三维路径追踪,准确预测多径信号的损耗、时延分布。在此基础上,以城市场景为例进行算法仿真,并对任意尖劈绕射算法进行了深入研究。最后以信号在简易街道传播为例,对比分别利用基于本文提出的算法原理的MATLAB程序和利用Wireless Insite仿真得到的反射路径与功率分布,验证了算法的有效性。     

在军援装备物资科研订购中引入激励机制探析

军援装备物资的订购筹措是军事援助中较为重要的一项工作.在军援装备科研订购过程中充分利用经济杠杆的调节和行政手段的调控,通过招标竞争、利益诱导、资金保障、实施奖惩等方面的具体措施,通过履行合同、择优订货等环节的激励,最大限度地调动和发挥各方面的积极性,逐步建立适应军援装备发展需要和社会主义市场经济的新型军援装备科研订购体制.     

定量的近距空战训练对抗态势分析方法

针对近距对抗态势分析不能量化的不足,提出一种定量的近距空战训练对抗态势分析方法。该方法以对抗过程中双方的位置关系为基础,结合近距空空导弹的攻击包线,建立位置优势函数和武器优势函数,通过两类函数的线性组合构造对抗态势函数,实现了空战训练对抗态势的定量描述。通过算例验证了该方法的合理性和有效性。     

基于Kalman预测的自适应线性化信号的生成方法

自旋弹体的姿态通常采用单通道控制方法进行控制。该方法中采用线性化信号对控制信号进行调制,而线性化信号采用固定频率随机相位的信号发生器产生,这就会对弹体控制产生不良的影响。提出了一种基于Kalman预测的自适应线性化信号的实现方法。该方法通过弹旋频率测定、频率的Kalman预测和信号发生器实现了线性化信号对弹旋信号的同步、自适应倍频、定步长、定幅度的信号发生功能。仿真实验证明了方的正确性,为更加合理的控制自旋导弹的姿态提供了一种有效的方法。     

基于ANFIS的目标毁伤等级预测模型

分析了神经网络和模糊推理系统的优缺点,研究了自适应神经模糊推理系统（ANFIS）结构模型及后向传播和递归最小二乘算法相结合的混合算法．在分析了目标毁伤等级主要影响因素的基础上,构建了目标毁伤等级预测ANFIS模型,利用毁伤试验样本数据训练该模型,得到了与实际一致的目标毁伤等级,并将预测结果与基于BP神经网络的预测结果进行了仿真对比分析．仿真结果表明,该目标毁伤等级预测模型能够准确地预测出目标的毁伤等级,并且其预测精度较BP神经网络方法高,为目标毁伤等级预测提供了一种有效的方法．     

区间正交小波变换域FLP算法及其在捷联寻北中的应用

针对机抖激光陀螺角随机游走和发动机干扰等影响静态捷联寻北精度的问题,提出了一种新的基于区间正交小波变换的前向线性预测算法。该算法利用前向线性预测技术以及区间正交小波变换抑制边界效应的能力,有效地减小了角随机游走和发动机干扰。车载实验证明该算法的有效性。     

战场态势估计的理论体系研究

态势估计是数据融合体系中的一个重要层次。战场态势估计在现代作战中发挥了越来越重要的作用,但到目前为止关于态势估计的理论体系还没有一种比较统一的看法。本文从态势估计在数据融合中的地位出发,以态势估计处理融合数据的具体流程为根据,建立了三个层次的态势估计层次结构,解决了关于态势估计具体需要研究的内容问题。     

基于改进核极限学习机和集成学习理论的目标机动轨迹预测

为了提高目标轨迹预测的精度以及预测模型的泛化能力,提出基于改进蝙蝠算法优化的核极限学习机(Kernel Extreme Learning Machine,KELM)和集成学习理论目标机动轨迹预测模型。构建KELM模型,并采用改进的蝙蝠算法对KELM的参数进行优化;以优化后的KELM神经网络为弱预测器,结合集成学习算法生成强预测器,通过训练不断优化强预测的结构和参数,得到一种基于集成学习理论的目标机动轨迹预测模型;基于不同规模的样本,将所得预测模型与逆传播神经网络、支持向量机和极限学习机等模型进行对比分析。仿真结果表明:所提目标机动轨迹预测模型具有较好的预测精度和泛化能力。