图像制导中的一种改进增量学习RBF神经网络

为改进现有人工神经网络在图像制导系统的自动目标识别算法中的不足,加快收敛速度,通过对基于RBF神经网络自动目标识别技术的研究,提出以隐层神经元价值函数作为指标的生长修剪策略,构造出一种基于增量学习的网络资源分配网络(IL-RAN),对目标进行了在线实时识别。仿真结果表明,利用该改进算法可产生规模较小的网络,并使得网络参数的选择与识别误差建立了联系,减少了总体的计算量,计算时间也大大缩短。     

发射点垂线偏差修正研究

发射点偏差对弹道导弹射击所引起的偏差可归结为垂线、法线与地心矢径的夹角不同和瞄准方位的不同,利用球面三角知识通过垂线偏差求出垂线与地心矢径的夹角,在诸元计算软件中适当修改一下诸元计算方法,使发射坐标系与标准发射坐标系完全重合,可以完全修正垂线偏差的影响,从而可以大大提高弹道导弹的射击精度.     

基于主成分分析的空袭目标主攻方向判断

敌空袭目标主攻方向判断是作战指挥的重要依据。着眼于要地防空作战决策需求,分析了影响空袭目标主攻方向的9个重要指标,考虑到火力单元最小部署间距,运用灰色关联聚类方法,对空袭目标子方向进行合理划分;利用主成分分析法对影响指标降维处理,减少了指标间相关性和计算量,并建立了综合评价模型计算得出方向排序。算例结果表明,该方法正确可行。     

基于Lorenz混沌系统的同步控制方法仿真

由于受到噪声、干扰以及系统不稳定的影响,混沌同步保密通信很难避免两个系统参数完全相同的扰动,甚至可以使原先同步的系统失去同步或带来较大误差.该文以Lorenz动力学系统为对象,基于同步理念,设计了一种当系统参数未知时的同步控制方法.该方法在系统单状态同步控制的基础上,通过设计合适的控制器和参数自适应律,实现相同结构而参数互异混沌的系统渐近同步,并以典型的Lorenz混沌系统进行了仿真,结果表明该方法可以很好的达到同步控制要求,验证了所提方案的可行性.     

弹丸侵彻混凝土、土壤复合介质分析模型

以空腔膨胀理论为基础,并假设复合介质为2层介质,建立了子弹侵彻复合介质的运动学模型,对子弹侵彻介质运动过程进行了仿真,根据仿真结果分析了弹丸侵彻复合介质的特性;计算并讨论了侵彻初始参数,如侵彻角和初始侵彻速度对侵彻效果的影响,得到的仿真结果与实际侵彻现象较为符合,为从理论上分析弹丸侵彻复合介质提供了基础．     

带攻击角度约束的三维领弹-从弹时间协同制导律

针对多导弹在三维空间以期望角度协同攻击机动目标的问题,提出一种三维领弹-从弹时间协同制导律。根据弹目相对运动关系建立领弹-从弹三维非线性协同制导模型,无需小角度假设;在视线法向和侧向上,基于2阶滑模控制理论和设计的有限时间收敛滑模面,分别设计领弹-从弹三维角度控制制导律,在提高系统收敛速度的同时抑制了抖振现象;在从弹视线方向上提出时间协同制导律,创新性地将领弹-从弹协同制导问题转化为2阶多智能体一致性跟踪控制问题,充分利用导弹间的信息交互,在实现从弹和领弹时间协同的同时避免传统的剩余时间估计造成的误差问题;同时对新算法分别进行严格的Lyapunov稳定性证明。仿真结果表明：新的三维领弹-从弹时间协同制导律可以有效控制领弹和从弹在三维空间以期望角度高精度协同攻击机动目标。     

相干斑噪声抑制技术研究

本文研究了一种新的合成孔径雷达相干斑噪声抑制的算法.传统的噪声抑制和近年来的小波变换方法都有其不足之处.本文结合增强Lee算法中的思想与小波算法用于抑制SAR图像中相干斑噪声,能够获得良好的效果,通过对比试验,本文算法具有较好的相干斑噪声抑制能力和边缘保持能力.     

垂直发射导弹弹体全方位最速滚转控制律设计

以某新型反坦克导弹为研究对象,分析了转弯过程中弹体滚转对偏航通道的马格努斯效应,探讨了在复合联动舵机的快速响应条件下,弹体快速准确完成初始段转弯、全方位飞行的垂直发射的理论与工程方法。建立了导弹的全方位发射制导控制模型,并设计了基于极小值原理的弹体最优滚转角控制律;考虑弹体与舵机约束,提出了一种适用于工程实际的弹体滚转角控制函数优化模型。仿真结果表明,在保证导弹姿态稳定所需时间基础上,弹体能以较快的速度按照所设计的滚转角控制律完成全方位滚转,实现了导弹在空中自主完成全方位发射所需的弹体滚转。     

一种改进的相干斑噪声抑制算法

研究了一种新的合成孔径雷达相干斑噪声抑制的算法.传统的噪声抑制和近年来的小波变换方法都有其不足之处,难以在高效降低斑点噪声的同时保持图像细节.结合增强Lee算法中的思想与小波算法用于抑制SAR图像中相干斑噪声,能够获得良好的效果,通过和现有的几种抑制斑点噪声的滤波算法进行定量的实验比较,主要的评价指标有斑点噪声指数,等效视数、平滑指数和边缘保持指数,由仿真结果可以看出算法具有较好的相干斑噪声抑制能力和边缘保持能力.     

基于Logistic回归的识别算法适应性研究

对自动目标识别算法的适应性进行了研究。通过仿真实验观察识别算法在2种影响因素（俯仰角与信噪比）的不同取值下的性能差异,建立了Logistic回归模型来验证其准确性,从而实现对算法的适应性研究。实验证明,该方法在识别算法的适应性研究上具有一定的可行性,可以为目标识别算法的选择提供理论依据。