预腐蚀对多部位损伤发生概率的影响

针对飞机结构中存在的多部位损伤(MSD,Multiple Side Damage)问题,对预腐蚀后多细节结构MSD发生概率进行分析研究.预腐蚀条件选为3.5%NaCl溶液浸泡240 h.通过7B04-T74铝合金单细节预腐蚀-疲劳及常规环境疲劳试验,得到了预腐蚀影响系数C.确定了预腐蚀后的MSD发生概率与常规疲劳试验MSD发生概率之间的关系.建立了预腐蚀后的MSD发生概率公式.通过与试验结果对比表明:新的公式可以很好地反映试验结果.     

基于混合动态信念传播的多无人机协同定位算法

针对多无人机(UAVs)协同定位问题,提出一种基于混合动态信念传播的定位算法。在部分无人机GPS信号丢失的情况下,该算法可根据其他无人机的GPS观测,相邻无人机之间的相对距离观测,以及无人机加速度计的输出,对每个无人机的位置和速度状态进行分布式在线估计。首先用因子图模型描述多无人机的联合信念状态,接着给出一种混合动态信念传播推理算法计算图模型中的每个变量节点(对应于每个无人机)状态的边缘后验分布。推理过程仅包括每个无人机对自身局部信息的处理以及相邻无人机之间的信息交互,因此该算法可完全分布式实现。通过仿真实验以及与传统协同定位算法的比较,表明了本文算法的有效性。      

动态火力接入下要地防空作战目标威胁评估

以动态火力接入下海军要地防空作战为背景,综合考虑要地相对价值和目标攻击能力、攻击意图以及到达时间,构建空袭目标威胁评估模型。首先,阐述了动态火力接入下要地防空作战系统及其动态接入与退出策略;然后,结合要地相对价值和空袭目标数量以及毁伤能力构建了空中目标威胁能力量化模型;其次,基于目标相对要地的航路角构建了目标攻击意图量化模型,并根据目标运动特性分别给出到达要地时间的计算方法;最后,根据目标距离防空体系拦截区的关系进行威胁等级排序,并提出威胁度计算方法,据此给出目标威胁等级排序。仿真结果表明,本文方法符合实际作战中的一般战术推理,能够客观地给出空袭目标威胁等级排序,可为要地防空作战决策研究提供一定的参考。      

基于ST-SRCKF的超高速强机动目标跟踪算法

针对超高速强机动目标运动模型难以准确建立且观测数据易出现不良量测而导致滤波发散的问题,提出一种适用于超高速强机动目标的跟踪算法。该算法根据正交性原理推导了一种新的强跟踪平方根容积卡尔曼滤波（ST-SRCKF）结构,并引入多重渐消因子,渐消因子求解方法和作用位置均不同于已有的ST-SRCKF。根据新息的统计学特性,即新息协方差矩阵的迹服从卡方分布,建立了一种改进的CS-Jerk模型,该模型对目标机动的描述更准确,它与改进ST-SRCKF算法的结合实现了对超高速强机动目标的高精度跟踪。仿真结果表明,改进算法对超高速强机动目标的跟踪性能更佳。      

单次任务中主动清除多块碎片的仿真分析

针对国内外空间活动产生的碎片,文章采用多脉冲推力作用下的轨道机动仿真方法,在主要考虑总速度增量为2 km/s的约束条件下,计算碎片清除所需要的速度增量、任务时间以及清除个数。仿真结果表明,单次任务可以清除12块分布比较集中的碎片。研究结果可为我国今后空间碎片清扫任务的设计提供参考依据。     

美国反TBM中段拦截的多杀伤器技术方案分析

概述了反TBM中段拦截面临的主要问题,归纳了美国近年来研究的、用于中段拦截的多杀伤器技术方案,并分析了发展多杀伤器必须解决的关键技术,如制导控制技术等.     

自适应融合滤波算法及其在INS/GPS组合导航中的应用

针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM\|AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage\|Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM\|AFF算法兼具Sage\|Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM\|AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM\|AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位 精度 。
     

在嵌入式Linux系统上对无线接入点AP的实现

首先对嵌入式系统的基本概念做了简要介绍 ,然后具体阐述如何在嵌入式Linux系统上实现无线接入点AP这一应用的方法 ,最后对实现的AP的转发速率进行了测试和简单的性能分析。     

密集杂波环境下的数据关联快速算法

基于联合概率数据互联（JPDA）的思想,提出了一种新的数据关联快速算法（Fast Al-gorithm for Data Association,简称FAFDA算法）.该方法不需象在最优JPDA算法中那样生成所有可能的联合互联假设,因而具有计算量小,易于工程实现的特点。仿真结果表明,与最优JPDA算法相比,FAFDA算法的跟踪性能令人满意,并且在密集杂波环境下可实时、有效地跟踪100批次以上的目标。