轨道预测辅助GPS载波跟踪技术用于低轨道卫星定位研究

针对低轨道卫星及其特定的运动环境,研究了星载GPS接收机载波跟踪问题。基于卫星轨道可模化、可预测的特性,提出了利用预测卫星轨道计算多普勒频移,并用于辅助载波环路跟踪的新方法。该方法有效地降低了低轨道卫星GPS信号跟踪中的动态,从而在跟踪过程中可以采取降低环路阶数、减小环路带宽、增加预检测积分时间这几种措施来提高环路跟踪弱信号的能力,有助于提高低轨道卫星的定位性能。     

集合卡尔曼滤波在电离层短期预报中的应用

提出了一种利用集合卡尔曼滤波对电离层f0F2短期预报结果进行优化的方法. 利用训练好的神经网络对f0F2进行提前1~24 h的预报, 考虑前一天预报误差的反馈信息, 动态跟踪 f0F2的变化趋势, 引入集合卡尔曼滤波对神经网络的预报结果实行进一步修正和优化. 实验结果表明, 此方法的预报效果优于单纯的神经网络模型和IRI模型. 此方法还可以应用于其他电离层参量的短期预报.      

机载弹药精确供应保障研究

飞机作为军队重要武器之一,其机载弹药的消耗预算和筹措、弹药储备、战时弹药供应保障的实施是飞机大展神威的基本要素,其机载弹药精确供应保障的研究有助于提高飞机的战斗力。     

广汉机场强对流天气潜势预报方法研究

利用2008-2010年6-8月共9个月的地面观测资料、高空观测资料和探空资料,分析发生强对流天气的天气形势,进行相关性分析并使用消空法筛选有利于强对流天气发生的物理量因子和指数.分析和检验结果表明:在系统性天气过程影响下K指数、沙氏指数(SI)、700hPa假相当位温(θse(700))和地面24小时变温(△T24)对广汉机场12小时强对流天气潜势预报有较好的指导作用.     

奇异谱分析在太阳10.7cm射电流量中期预测中的应用

首次尝试利用信号处理技术奇异谱分析方法预测太阳活动低年未来27天太阳10．7cm射电流量．选取的预报试验时间段是2004年4月30日至5月30日,此试验期内太阳活动水平相对较低．在样本时间序列的构建上,吸取了相似周数据分析思路,采取的是23周实时观测数据与其相似周第20周下降年部分数据相结合的方式,既增加了样本长度又避开了太阳活动的活跃期．这31天的预报试验结果表明,大部分情况下,预报值基本上体现出F10．7的变化趋势,平均相对误差为10．5％;比同时期美国空军预测值的平均相对误差小,前者为11．3％,后者为14．6％;除两天外,SSA每一次27天的预报结果的平均相对误差比美国空军(AAF)的要小;对不同的时间提前量而言,AAF提前1天到提前12天的预报准确性较奇异谱分析方法要高,即AAF较短期的预报效果更好．     

结合光球磁场特征物理量的质子事件短期预报

利用描述太阳活动区光球磁场复杂性和非势性特征的三个物理量(纵向磁场最大水平梯度|▽_hB_z |_m, 强梯度中性线长度L, 孤立奇点数目η)建立了质子事件短期预报模型, 验证了磁场特征物理量对质子事件短期预报的有效性. 目前已建立或使用的太阳质子事件短期预报模型中仍然没有正式将磁场特征物理量作为预报因子. 由于太阳质子事件是小概率事件, 其物理产生机制尚不完全清楚, 这些预报模型往往存在虚报率偏高或报准率偏低的问题. 本文试图将原有质子事件模型所用的传统因子与磁场特征物理量结合起来, 利用神经网络方法建立一个更为有效的质子事件短期预报模型. 利用1997--2001年的训练数据集1871个样本建立了输入层为传统预报因子的模型A以及输入层为传统预报因子和磁场特征物理量的模型B. 通过对2002--2003年973个样本的测试数据集进行模拟预报发现, 模型A与B在具有相同质子事件报准率的情况下, 模型B的虚报率明显降低. 这进一步验证了磁场特征物理量在质子事件短期预报中的作用, 进而可以加强对太阳质子事件的实际预报能力.      

基于N-BEATS的单站对流层天顶总延迟预报

高精度对流层延迟先验值有助于加速精密单点定位的快速收敛。基于高精度高分辨率气象数据库,采用深度学习N BEATS算法,进行了单站对流层天顶总延迟的预报试验。试验选取了9个IGS跟踪站,试验弧段从2002年1月至2019年6月共185a。首先基于N BEATS算法,设计了3种预报策略,然后基于前175a针对不同预报策略进行模型训练,并对最后365d的对流层天顶总延迟进行预报。试验结果表明,以该气象数据库为基准,12h以内预报弧段的预报残差均值量级大多可达亚毫米,2h、4h、6h的预报残差的标准差分别约为5mm、9mm、13mm。     

利用神经网络预报电离层f0F2

由中国武汉电离层台站和澳大利亚Hobart台站的电离层F2层临界频率(f0F2)的资料,利用三层前向反馈神经网络(BP网络),提出一种提前24h预测f0F2的方法,该方法以前5天观测的f0F2数据拟合的5个系数以及太阳活动参数作为输入,以当天24 h的f0F2作为输出对网络进行训练,训练好的网络可以实现对f0F2提前24 h的预报.预测结果显示,利用神经网络预测的f0F2与实际观测结果变化趋势较一致,并且比IRI的计算结果更加准确.误差分析表明,在南半球Hobart(-42.9°,147.3°)台站比中国武汉站(30.4°,114.3°)的结果要好,在低年比高年要好,在冬夏季节比春秋季节稍好.本文说明利用神经网络对电离层参量进行预报是一种切实可行的方法.     

防空导弹尾追拦截目标的遭遇点预测方法

为充分发挥导弹武器系统的全向拦截能力,防空导弹需要面对拦截发射时即处于尾追逃逸态势目标的问题。结合防空导弹任务特点,设计了一种兼顾迎击、尾追拦截态势的遭遇点预测方法。根据导弹与目标在发弹时刻和拦截过程中的相对运动关系,建立常规迎击态势下的遭遇点预测模型。针对尾追拦截的特殊情况,分析预测模型对弹目相对运动关系描述的适用性,并进一步研究目标初始参数对预测模型收敛性的影响。在此基础上优化运动几何关系描述模型,结合收敛条件设计迭代算法,形成尾追拦截态势下遭遇点的预测方法。该方法修正了目标穿越发射点上空引起的模型适用性问题。仿真结果表明:迭代算法对迎击、尾追目标态势均快速收敛,预测精度满足工程应用要求,为导弹全向拦截时的遭遇点预测提供了有效的解决途径。     

基于模糊软集合和Bayes的后续备件组合预测方法

针对后续备件需求预测精度低的问题,提出一种基于模糊软集合和贝叶斯的后续备件组合预测方法。首先根据后续备件的消耗规律,分别提出后续备件因果预测模型和时序预测模型;然后选取残差平方和、信息熵和相关系数作为预测效果的评价准则,以两种单项预测方法的预测效果作为先验信息,采用德尔菲法对单项预测方法进行模糊评价,构建模糊软映射;最后综合先验信息与专家模糊评价值,利用贝叶斯方法确定组合权系数求得预测结果。结合算例,对比分析方法的优越性,表明该方法具有较好的合理性和有效性。