等方位角穿越实现隐身航路规划方法研究

在防空系统组网的安伞航路优化问题的研究中,针对非隐身设计的常规飞行器安全穿越雷达的技术,为提高飞行器隐身效果,提出一种利用等方位角飞行进行隐身航路规划的方法.依据飞行器雷达散射截面(RCS)变化特性和雷达可探测范围图,建立了基于等方位角穿越飞行的飞行器雷达隐身航路规划数学模型.利用等方位角隐身穿越航线满足的几何特征,给出了隐身穿越航线段起点和终点的计算机数值解算流程,建立常规飞行器的简化运动方程并求解相应控制率,在MAT-LAB平台上进行仿真.仿真结果表明.非隐身飞行器可以利用等方位角飞行达到隐蔽穿越雷达探测区域的目的,为设计提供了依据.     

一种基于变精度粗糙集的规则提取方法研究

主要研究了变精度粗糙集的下近似集,得到了变精度粗糙集的下近似集和属性集合基数之间的关系,提出了一种易实现的变精度粗糙集决策表约简算法。该算法分2步进行决策表约简计算:①计算决策表核;②在决策表核的基础上计算决策表最小约简。仿真实验结果表明所提出的变精度粗糙集约简算法计算简单、容易实现。     

改善光电经纬仪动态跟踪性能的模糊PID技术

提出一种模糊PID控制算法,既能改善控制系统的过渡过程、减小超调量,又能保证系统跟踪位置精度.结合EOMS光电经纬仪系统分析了算法的实现原理,针对阶跃输入信号,在Matlab环境下仿真了算法的特性.仿真结果表明,提出的模糊PID技术能显著改善光电经纬仪系统在目标突然转向时的跟踪性能.与频率特性控制方法相比,系统跟踪精度和鲁棒性均有明显改善.     

基于星体标定的光电跟踪系统测角精度评定

测角精度是光电跟踪系统中一项最重要的技术指标，通常是以校准塔和方位标为基准进行单项误差标定再综合，其过程繁锁、周期长。介绍一种基于星体标定的精度评价方法，建立了系统误差模型，分析了该方法的标定精度。以光电经纬仪为评价目标，研究了精度评定系统组成结构、试验条件、试验和数据处理方法。试验结果表明该方法具有标定过程简单、快速，标定精度高等优点，其标定误差小于3”。     

钢铁分析中时间分辨光谱研究

利用时间分辨法研究了元素火花脉冲采样窗口与分析下限的关系.应用TRS技术可降低诸如Al,Pb等元素的检出限;Cu的自吸效应减弱;Sb的校准曲线相关性改善.     

实验室试样标签快速自动打印系统的研制

着重介绍了实验室试样标签快速自动打印系统设计思路和设计方法.该系统具有标签打印防错功能,打印速度为每秒102 mm,效率高,在实验室试样量越多其效果越显著.打印好的不干胶标签可直接贴在试样上,操作方便,标签打印清晰,规范,信息量完全符合ISO/IEC 17025实验室认可准则对样品标识系统的要求,是认可实验室最理想的标签打印装置.     

一种主/被动雷达模糊数据融合算法

提出一种基于模糊逻辑的主/被动雷达传感器数据融合算法。首先将单个雷达的测量值通过时间校准后,将它们作为卡尔曼滤波器的输入分别滤波,然后再对滤波后的目标状态估计进行融合。融合算法基于卡尔曼滤波的协方差匹配关系,采用模糊推理得到数据融合的权值。最后将各传感器的卡尔曼滤波状态估计进行加权融合得到所需要的目标状态信息。采用该融合算法可以有效提高目标跟踪系统的抗干扰能力。仿真结果表明该算法有效。     

基于模糊微分对策多机空战组内协同的U解

鉴于协商微分对策多具有强非线性和不确定性特点,为避免非线性问题等带来求解上的困难和能处理不确定信息,基于T-S模糊微分对策的思想,对非线性的基于Utilitarian解(简称U解)的协商微分对策的状态方程和性能分别进行了模糊化和二次型化,构造出面向U解的协商微分对策的模糊线性化模型,研究了协商U解模型中加权系数的确定,并进一步探讨了在模糊线性协商微分对策系统下相应于U解的控制器的设计方法.研究工作和仿真结果可以说明,相对于Nash协商解,协商理论的U解更能反映整体效果,更易于推广.     

基于IMM的光电经纬仪机动目标跟踪优化算法

提出一种简化交互多模型算法(IMM)与去偏转换测量卡尔曼滤波算法(CMKF-D)相结合的机动目标跟踪优化算法。该算法通过机动检测判别函数D(k)与门限T的关系,自适应调整CMKF-D的部分参数,解决了常规交互多模算法需要大量先验知识的问题,同时克服了扩展卡尔曼滤波(EKF)对非线性模型线性化所引入的误差。仿真实验验证了该算法的有效性。利用该算法可显著改善基于非线性测量方程下光电经纬仪对机动目标的跟踪性能,其位置跟踪误差小于1.5m,速度误差小于1.5 m/s,加速度误差小于0.7 m/s2。     

基于H∞滤波的主/被动雷达模糊自适应融合算法

在主/被动雷达复合制导背景下,提出一种基于H∞滤波和模糊逻辑的自适应融合算法,算法结合了H∞滤波和模糊推理的优点.为了克服卡尔曼滤波对模型和传感器噪声特性的依赖性,应用H∞滤波实现目标的状态估计.与卡尔曼滤波相比,H∞滤波不需要对噪声作任何假设.由于模糊推理方法具有很强的处理不确定性问题的能力,基于协方差匹配技术应用模糊推理方法在线估计每个H∞滤波器的性能,融合中心根据每个H∞滤波器的性能融合来自两滤波器的状态估计值.数字仿真结果表明了算法的有效性.