程序语言的军用特征及其对计算机软件的支持

本文讨论了程序语言的军用特征及ＡＤＡ与Ｃ对军用软件的支持,最后指出军用语言的发展方向。     

杂波环境下多目标跟踪数据关联的快速算法

数据关联是实现杂波环境下多目标跟踪的关键问题,目前公认较好的方法是联合概率数据关联（ＪＰＤＡ）,但是其计算和存储量很大,故在实际中寻求一种快速或近似的算法是十分必要的。本文提供一组有效快速算法,并在我们有关课题中得到初步验证。     

多传感器信息的表决融合

介绍了一种多传感器信息综合方法─—表决融合。这种方法的前提是各传感器自身的处理器完成对各自的原始探测信息的处理,处理结果以合乎要求的形式输入融合中心,以便融合中心能以表决的形式进行融合处理。由于融合中心没有复杂的信息处理任务,因此,十分便于工程实现。作为例子,本文给出的是一个３传感器目标检测系统,每个传感器都定义了置信级别。融合中心的工作就是利用各传感器的检测结果和相应的置信水平来进行融合处理的。最后,还对文献１进行了探讨。     

综合火力／飞行控制系统空对空射击模态的半物理仿真研究

采用半实物仿真方法研究了综合火力／飞行控制系统的动态特性、作战有效性和工程实现的可行性。文中给出了系统的数学模型、系统的硬件结构和仿真试验结果。结果表明,综合火力／飞行控制系统可以减少瞄准过程时间,增加可射击时间,提高瞄准精度和系统稳定性,扩大攻击范围（全向攻击）,减轻飞行员工作负担,提高载机生存力。因而是很有发展前途的一种航空火力控制新概念。实验也表明工程实现是可能的。     

一种快速、高精度光电闭环跟踪算法

为了解决跟踪系统中目标机动所引起的参数变化,提出了一种多模式自适应滤波器,用５个基本滤波器来描述５种典型的目标机动,然后用贝叶斯条件概率对它们分别进行加权。最后,给出了１５个滤波器的基本参数。     

视频图象实时处理器的设计

介绍了一个用于目标自动跟踪仿真实验系统的视频图象实时处理器.该处理器硬件由图形图象处理芯片TMS34010和高速数字处理芯片TMS320C25构成,采用相关跟踪算法时,对目标模板32×32象素和搜索区64×64象素处理能达到实时.     

稀疏贝叶斯学习框架下的扩展目标雷达关联成像

传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该方法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该方法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。     

某型运载火箭1/5动力学缩比模型设计

缩比模型试验是获取大型运载火箭动特性的一种有效途径,其中一项重要内容是动力学缩比模型设计。本文以某型运载火箭为原型对象,首先根据其结构组成分别推导各部件的相似关系;然后,利用横向刚度和质量相似系数保持一致性,联立形成了运载火箭横向动特性相似关系;同时,考虑实际加工制造条件,分析了横向刚度和质量相似系数的约束;最后,根据上述相似关系和相似系数约束设计了1/5缩比模型,并对该缩比模型的动特性相似进行了有限元数值计算验证。验证结果表明,设计所得1/5缩比模型在动特性方面与原型具有较高的相似性,相关方法能够有效应用于运载火箭的动力学缩比模型设计。     

随队支援干扰目标选择辅助决策方法

随队支援干扰是现代空袭作战中重要的电子对抗手段,随队飞行过程中对干扰目标的选择是随队支援干扰飞机作战运用研究的重点和难点问题,详细分析了随队支援干扰飞机的作战阶段划分及主要作战行动,针对雷达网的探测距离和综合发现概率指标,建立了随队支援干扰下的计算模型,并主要尽可能地降低雷达网的综合发现概率,提出了基于动态规划的干扰目标选择辅助决策模型。最后,以某种作战背景为基础,进行了作战过程仿真和辅助决策结果分析,验证了该方法的可行性和有效性,该方法求得的结论也支持随队支援干扰飞机其他方面的作战运用研究。     

显示界面复杂目标辨认研究

为了使作战人员更快速地辨认武器系统显示界面目标,研究人对不同复杂程度及大小的目标符号辨认情况,为武器系统显示界面的目标编码设计提供依据。提出目标符号复杂度的定义,建立复杂度计算公式,对符号的复杂程度进行量化。通过测定被试完成搜寻特定目标的时间,建立反应时间和符号复杂度与大小、高复杂度目标数量与大小的线性回归模型。提取被试辨认不同复杂度目标的脑电信号,分析脑负荷。结果表明符号复杂度越低或尺寸越大,目标越容易辨认;当大小一定时,人对复杂度3以下的目标辨认情况较好,对复杂度3以上的目标辨认绩效明显下降;脑负荷随着目标复杂度的增大而增大。结论为武器系统显示界面的符号复杂度应设计在3以下,高复杂度目标符号使用时应合理调整其大小。