卫星对动能拦截器的一种规避策略

为了解决卫星对逆轨来袭动能拦截器的末段防御问题,提出了一种卫星轨道机动规避策略。首先建立了拦截器攻击区的概念,分析了攻击区的特性,具体推导了攻击区的估算方法。在此基础上,根据卫星机动对拦截器攻击区的影响,提出了卫星的轨道机动规避策略。最后,对所提出的攻击区估算方法和卫星轨道机动规避策略进行了仿真验证。仿真结果表明,在拦截器推进剂充足和滚动角稳定值已知的条件下,所提出的攻击区估算方法比较准确;卫星的轨道机动规避策略有效可行。所提出的规避策略对处于攻击区内不可逃逸圆外的卫星,可以保证其以最短的机动时间成功规避拦截器的攻击,对处于不可逃逸圆内的卫星,也可以保证其具有最大的成功规避概率。     

飞行器设计偏差量建模方法研究

对设计变量的偏差量进行建模,拟合偏差量服从的概率密度函数,是分析评价飞行器性能和概率设计的重要基础.针对常用分布拟合能力有限,以及混合Gamma分布无法在整个数轴上对试验数据进行拟合的问题,在论证混合Gauss分布拟合任意概率密度函数合理性的基础上,提出了利用混合Gauss分布对试验数据进行拟合,并运用期望极大化算法(...     

QPSK信号相干检测的错误概率计算公式辨析

在各种文献中 ,QPSK信号相干检测错误概率的计算公式和相应的曲线往往互不相同 ,使工程设计者常感困惑。文中对这些差异及其本质作出详细分析 ,以求正本清源     

雷达／红外综合探测系统抗干扰能力的建模

选择目标探测概率这一性能参数衡量雷达/红外综合探测系统的抗干扰能力,建立了压制式干扰情况下该综合探测系统的目标探测能力的数学模型,并通过计算机仿真验证了该模型的适用性。     

空间信息对抗能力与技术需求

在陆、海、空、天、电战争范畴,空间攻防对抗是战略制高点。从美军的空间对抗的发展和变化,折射出未来的空间对抗需求已由“确保摧毁”向“确保生存”的战略概念转变,由“硬杀伤”向“软能力”倾斜。从需求出发,提出未来空间信息对抗能力设想,以及实现这些能力的主要关键技术。     

一种宽带测向接收机高频前端设计

介绍了一种0．2-20GHz干涉仪测向接收机微波前端研制思路。分析了测向天线阵设计布局和宽频段微波通道超外差实现方案,中频采用宽带和窄带两种带宽切换,并针对窄带通道易受测频误差和频综分辨率偏差影响,采用两级搜索方式消除误差以准确侦收辐射源信号。理论分析和工程试验结果表明该接收机具有灵敏度高、截获概率大、测向精度高、体积小等优点。     

激光辐照充压壳体的破坏评价(Ⅰ)——破坏概率分析

时激光辐照充压壳体破坏(失效)的结果进行评价时,对有关物理参量的不确定性进行定量分析是必要的.以充压壳体破坏(失效)的断裂机理为基础,讨论了如何建立壳体结构破坏(失效)的评价方法,问题的核心是建立壳体结构破坏(失效)的概率模型.该模型中,将影响结构破坏的各个物理参量划分为驱动力和抗力两种类型,通过计算驱动力和抗力的均值和标准差,可得到结构的破坏概率.在此基础上,给出了数值算例,得到了不同加载条件下模型壳体的破坏概率.     

基于多目标优化的星空认知网络鲁棒波束成形算法

卫星通信(SC)网和无人机(UAV)通信网之间频谱共享、相互融合,能较大提升频谱效率,有望成为第6代移动通信的关键技术之一。与现有文献不同,本文在系统非完美信道状态信息(CSI)的条件下,考虑了次级用户可达速率最大化和发射功率最小化2种准则,利用加权切比雪夫方法构建满足概率约束的多目标优化问题(MOO);由于该问题较为非凸,利用概率公式、半正定松弛等方法将其转化为凸问题,并进一步通过半正定规划(SDP)求解,得到鲁棒波束成形权矢量,获得2种性能指标间的帕累托最优权衡。计算机仿真验证了所提鲁棒波束成形算法的有效性和优越性。     

准滑模控制在大气层外拦截器姿态控制中的应用

滑模变结构控制本身的抖振问题影响了其在实际中的广泛应用,而准滑模变结构控制不仅能够削弱系统抖振,而且对干扰具有较强的鲁棒性。本文以大气层外拦截器(EKV)为研究对象,采用准滑模控制律,并经过简单的推导给出了邻域Δ的一种选择方法。数学仿真表明,EKV的姿态控制采用准滑模控制,在各种干扰情况下姿态角偏差都能稳定,还削弱了抖振。因此,准滑模控制应用于EKV的姿态控制是可行的。     

非齐次Poisson过程的若干新性质

本文在一些文献的基础上,进一步讨论非齐次Poisson过程的某些性质,给出了若干新性质。 设{N(t),t≥0}是累积强度为的非齐次Poisson过程。迄今的文献(如[1][2]等)指出,(?)n≥1,前n个到达时刻τ_1,τ_2,…,τ_n的联合概率密度为 本文定理1指出,上式不仅是必要的,而且是充分的,并给出了充分性的证明。从而,得到了描写过程统计规律的一个刻画。然后,在N(t_i)=n_i(i=1,…,k,0相似文献