直升机火控系统精度敏感性分析的BNSobol法

针对现有研究大都只分析了单误差源对直升机火控系统精度影响的现状,提出进行直升机火控系统精度的敏感性分析。根据传统敏感性分析法在数据量不充分或无法提供精确模型时存在的局限性,对基于贝叶斯网络和Sobol指数相结合的敏感性分析新方法（BNSobol法）进行了研究,并与传统Sobol法对比分析。结果表明BNSobol法在满足精度要求的同时还减小了对数据量的需求,它的分析不依赖于模型且可以确定出满足约束条件的具体误差源取值区间。该方法可为直升机火控系统设计研究时如何分配各模块误差大小从而提高总体效能提供参考和理论支持。     

适用于超声速流场计算的有限体积紧致算法

结合紧致格式与有限体积法两者的优点,提出了一种基于有限体积的紧致算法.采用特征处理的通量限制方法抑制紧致格式在间断附近的非物理振荡,将该算法应用于航天领域超声速流场的数值模拟.通过计算典型算例,并与其他格式计算结果进行对比,证明了该算法能够无振荡捕捉各种间断,且对波系结构的刻画最为锐利,并能够精细分辨小尺度流场结构,计算结果与精确解最为接近.      

双向互选最近邻准则下的多目标TDOA无源定位

为有效解决多目标无源定位中的数据关联难题,提出双向互选最近邻多目标数据关联算法。该算法借鉴全局最近邻思想解决多目标到达时差(TDOA)测量数据关联问题,在设置检测门限对时差测量数据进行关联初选的基础上,将所有目标和初选后数据的关联配对关系进行全局考虑,通过对初选后数据的前后向互选来解决多目标时差测量数据的正确关联问题。该算法在从众多时差测量数据关联配对点中提取真实目标位置的同时,可有效解决时差无源定位中的定位模糊问题,算法模块也可应用到多星测时差、测向-测时差等无源定位系统中。仿真结果表明,该算法能有效解决多目标时差测量数据的关联问题,最终实现对多目标的无源定位。     

基于广义线性模型的固体推进剂贮存寿命评估

研究了固体推进剂在贮存过程中性能退化对贮存寿命与可靠性的影响,提出了一种基于广义线性模型的固体推进剂贮存寿命与可靠性评估方法.首先结合固体推进剂退化数据的特点,利用位置刻度模型来描述固体推进剂抗拉强度与贮存时间的关系,建立了固体推进剂的贮存寿命模型.然后利用广义线性模型,给出了贮存寿命模型系数的极大似然估计.根据极大似然估计的渐近正态性,利用Fisher信息矩阵,给出了贮存寿命与可靠度近似置信下限.结合算例表明该方法综合利用固体推进剂在不同贮存时间下的性能数据,改善了固体推进剂贮存寿命与可靠性评估精度.      

无源跟踪观测信息的融合优化滤波算法研究

为充分利用探测设备可测得的到达时间、到达方向和多普勒频率等空域、时域与频域信息,提出了一种新的单站无源定位系统数据融合优化滤波算法。给出了算法的基本原理及其模型。仿真结果表明：与传统算法相比,该算法具更好的定位精度和收敛速度,是一种有效、可行的定位算法。     

单星多普勒变化率无源定位精度分析

单颗卫星无源定位侦察平台具有成本低、系统简单、研发周期短等特点,是各国军事技术发展的重点和热点。围绕基于多普勒变化率的单星无源定位新技术,研究了该技术条件下定位精度与多普勒变化率测量精度、载波频率测量精度、高程假设误差、卫星定轨精度等因素的关系,并通过计算机仿真给出结论。     

大气电波折射引起无线定位误差的试验研究

由于空中大气介质的不均匀性使得电波传播速度减慢射线产生弯曲,从而产生折射误差。因此要提高无线电定位的精度,就必须进行电波折射修正。本文提出了电波折射误差快速算法及修正。     

均方差图象匹配系统的最佳窗口函数

本文假定图象信号和附加噪声是零均值齐次高斯随机场,且二次可微,实测图象相对于参考图象有小的几何失真,导出了描述匹配系统配准特性的两个参数(极大极小比率和定位精度)的解析表达式,以此为优化目标,用变分学方法导出了均方差图象匹配系统最佳窗口函数Ⅰ、Ⅱ的实域和频域表达式,最后用计算机模拟验证了最佳窗口函数对图象匹配系统定位特性的改善。     

基于UKF的机载无源定位算法

提出了一种基于UKF(Unscented Kalman Filter)的机载无源定位算法,并结合应用背景,对系统模型以及通常的UKF算法作了相应的改进。该算法对量测模型非线性问题采用UKF予以解决,克服了EKF(Extended Kalman Filter)中引入的较大线性化误差对性能的影响。与基于EKF的定位算法相比,本文提出的算法滤波性能更好,对初始估计误差不敏感,并且算法不用计算雅可比或黑赛矩阵,更容易实现。仿真结果验证了提出算法的优越性。     

一种机动目标无源定位的新方法

目前对仅用测角信息的单站无源定位问题的研究，主要是基于固定辐射源目标以及匀速直线运动的辐射源目标，而在实际应用中目标常常是机动的。由此，提出了一种可调白噪声UKF方法。该方法在机动目标跟踪中使用可调白噪声模型方法，它不需要假定目标的机动加速度模型，而是通过检测跟踪滤波器归一化新息平方来调整过程噪声，从而实时地修正估计结果。同时算法对量测模型非线性问题采用UKF予以解决，不仅能克服EKF中引入的较大线性化误差对机动目标跟踪算法性能的影响，而且算法实现简单。最后将该算法与三种机动目标被跟踪算法相比较，仿真结果验证了提出算法的优越性。