GPS时分二进制偏移载波调制信号的高精度无偏抗多径算法

二进制偏移载波调制信号将在卫星导航系统中得到广泛应用。全球定位系统的L1C信号导频分量采用了时分二进制偏移载波调制,对此信号直接采用码参考波形算法消除多径时的鉴别曲线收敛点存在偏差,从而影响测距偏差。因此,提出一种时分二进制偏移载波调制信号的高精度无偏抗多径算法。通过时分的方式分别生成针对BOC(1,1)和BOC(6,1)分量的本地闸波,以保证鉴相函数在码相位无偏差时等于0。由于更好地利用了BOC(6,1)信号分量,该技术在实现无偏跟踪的同时,还能提高跟踪精度。     

磁探针位置及角度偏移对电磁发射过程测试的影响

简化电磁发射装置中的导轨和电枢为线电流下的直导体,建立发射装置的物理模型。利用毕奥-萨伐尔定律和感应电动势原理,推导出磁探针线圈中心放置点的磁感强度。假设线圈范围内的磁场为均匀磁场,计算得到磁探针线圈产生的电动势。以此设计测量所用的磁探针,并和测试数据对比验证模型的正确性。在多次试验中发现,发射过程中装置振动导致磁探针距离变化和角度偏转问题。测量并分析三组单次发射中的故障测试状态。仿真和实验数据表明:小范围距离变化没有使磁探针的测试性能失效,但角度偏移对下一步的速度拟合带来误差干扰,且随着角度增大拟合速度逐步减小。     

基于VR与PNN相结合的机电液控制系统故障诊断方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题,提出了一种将虚拟样机与概率神经网络相结合的故障诊断混合方法。建立系统的虚拟样机,并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验,获取故障仿真数据。经过特征提取与概率神经网络模式识别训练,形成用于诊断的知识库,从而实现故障诊断。以操舵系统作为研究案例,得到了较高的故障检测和隔离精度与较低的虚警及漏警率,验证了该方法的可行性,为大型复杂机电液控制系统故障诊断提供新的思路。     

基于CISE环境的导弹武器仿真系统

数字仿真研究是导弹武器设计验证的有效手段,基于CISE环境设计了导弹武器仿真系统,介绍了CISE环境的特点,给出了仿真系统的模块组成、系统方案、软件界面,设计了系统工作流程和仿真系统各组成模块间信息交互定义及关系,介绍了仿真系统中的中末制导交班流程、攻击区计算流程。该平台各模块间具有良好的独立性和封装性,基于此系统开展了系统建模、作战模式、战技指标论证、逃逸方式等方面研究工作。     

战场环境地形编辑器系统设计与实现

作战仿真中,地形地物对战争进程发挥着重要影响。设计并实现了战场环境地形编辑器系统,该系统利用规整网格存储高程数据,确保了动态编辑地形的实时性,并使用CLOD地形渲染方法提高绘制性能。在此基础上,对堑壕、铁丝网、三角锥、雷场、碉堡等常见战场要素的特点进行分析,将它们分为点状地物、线状地物和面状地物;最后,对每类地物分别设计不同的生成算法。实验结果证明了算法的有效性。     

舰炮目标毁伤判定与毁伤效果仿真研究

舰炮对目标毁伤的判定与毁伤效果仿真是舰载作战系统仿真训练的重要组成部分,作为连接舰炮射击与目标毁伤的中间环节,它实现了对目标毁伤状态的判定,以及目标毁伤效果的仿真反馈,从而仿真训练系统中其他仿真成员,以及各型侦察模拟设备可以发现并判定目标毁伤状态,为作战指挥人员进行作战指挥决策提供目标毁伤信息,为参训职手提供更为实战化的仿真训练环境。在简述舰载作战系统仿真训练系统的基础上,重点探讨了基于毁伤概率表和弹目交会的舰炮毁伤判定方法,并简述了目标毁伤效果仿真方法。     

WRF模拟太原地区气象场特征及对弹丸的影响

在用WRF模拟太原地区2014年3月19号天气状况的基础上,得出该地区气象场特征,检验WRF模式在复杂地形下的模拟预报能力,并讨论了模拟的气象场对弹丸飞行造成的可能影响。结果表明:WRF模拟的气象场与真实大气比较接近;在该气象场背景下,射程为90 km的某弹丸由纵风引起射程误差较大,约为1 293.85 m,由横风在落点产生的横向偏差为304.85 m,由温度引起的射程偏差很小约为12.93 m。可见,实际大气对弹丸射击精度的影响是可观的,用WRF模拟的流场计算气象因素对弹丸射击精度的影响是有意义的。     

一种精确打击下桥梁毁伤视景仿真系统设计实现

目前,在桥梁毁伤仿真领域采用的数值仿真方法虽具有精确性高的优点,但是仿真过程不直观、形象,整体性不强。采用视景仿真技术进行精确打击下桥梁毁伤仿真,在保证精确性要求的基础上,利用Unity3D软件以三维画面的形式进行展示,仿真过程形象、直观、明了。给出的精确打击下桥梁毁伤视景仿真系统的设计方法,能够满足真实性和实时性的要求,利用Unity3D自带的物理引擎完成了桥梁模型的物理特性建模和爆炸仿真分析,通过全过程仿真,能够分析得出相应的毁伤结论,达到了预期效果。     

基于AdaBoost-SVM的P2P流量识别方法

针对传统的P2P流量识别技术存在识别率低和误判率高的缺点,将机器学习中Ada Boost算法的良好分类能力和SVM的泛化能力结合起来,提出一种基于Ada Boost-SVM组合算法的P2P网络流量识别模型,将SVM作为Ada Boost的基分类器,运用最小近邻法计算支持向量与训练集的样本间的距离实现分类进行P2P流量识别。最后,以4种P2P流量数据为研究对象在MATLAB上进行仿真,仿真结果表明,提出的Ada Boost-SVM的组合算法在P2P网络流量的分类性能和分类准确率上都优于单纯的Ada Boost和SVM,组合算法的P2P流量平均识别率高达98.7%,远高于Ada Boost和SVM的识别率。     

一种改进的基于交互式模型的机动目标跟踪算法

针对传统的以匀速(CV)或匀加速(CA)运动作为目标运动模型的卡尔曼跟踪滤波器的计算量大及跟踪精度低的固有缺陷,提出了一种基于CV和CA的交互式卡尔曼滤波模型的机动目标跟踪算法,该算法能在保持直线运动跟踪精度不变的前提下,使做曲线运动的目标的跟踪精度逼近做直线运动的目标的跟踪精度。并将CV和CA模型混合起来进行仿真估计,系统仿真结果表明该算法提高了系统的跟踪精度。