小样本时间序列分析在遭遇段处理中的应用

针对光电经纬仪对弹靶遭遇段测量时目标与视场产生的相对移动导致测量精度下降的问题,提出一种将小样本时间序列数据处理方法应用到遭遇段处理中的方法。通过将小样本测量数据进行预处理,剔除明显有误差的值,对剔除的数据进行重构,利用时间序列建模,采用逆序检验法检验所构建的时间序列的平稳性,并按照试验场景进行仿真计算。仿真结果证明：该方法使得计算最近距离等重要遭遇段参数误差小于 0.5 m,其精度满足试验要求,验证了该方法的可行性。     

基于在线预测的飞行器再入段地磁定高方法

针对于目前地磁传感器测量精度较低,将其信息直接用于飞行器再入段定高误差较大的问题,提出了一种在线预测进行定高的方法.该方法在已知定高点的地磁强度条件下,利用再入段过程中的测量数据进行建模并实时预测到指定高度的时间.以目前常用的商用地磁传感器HMC2003的特征参数进行Monte-Carlo试验仿真.     

机载火控系统动态精度建模与稳定性研究

机载火控系统精度试验后获得的射击诸元误差序列通常为非平稳的随机过程,其稳定性与误差模型都是未知的,根据此数据序列的误差特性,对于机载火控系统动态精度试验所获得的数据,利用时间序列模型的有关理论,建立动态误差数据序列的AR模型,并且对获得的误差模型通过计算其特征方程的特征根分布来判断系统的稳定性.通过对某型机载光电火控系统的半物理仿真试验数据的分析建模,验证了本方法的有效性.     

应用兰利法的机电引信逐渐解除隔离试验

针对目前机电引信内部传爆序列隔爆可靠性研究的不足，提出应用兰利法的机电引信逐渐解除隔离试验方法。该方法将感度试验兰利法与逐渐解除隔离试验相结合，通过正态分布参数对爆轰传递概率与隔离件运动位移关系进行拟合，计算任意刺激值对应的引信作用概率。仿真数据与试验结果表明，应用兰利法的逐渐解除隔离试验方法理论计算值与仿真数据、试验结果相近，该方法可在小样本条件下对引信传爆序列隔爆性能做出评估，可用于指导机电引信隔爆机构与传爆序列设计。     

归心改正理论在外弹道数据处理中的应用

从试验任务对外弹道数据处理的实际需要出发,引入了经典大地测量中测站点归心改正理论,对测量设备的方位角、俯仰角修正方法进行了论证,运用误差传播定律对处理精度进行了定量分析.仿真数据处理结果表明,航路捷径段中方位角、俯仰角的计算精度有显著提高.     

窄波束引信飞行试验启动参数计算精度分析

引信启动参数计算是舰空导弹飞行试验结果分析的重要内容,为此对利用试验外测和遥测数据计算窄波束侧视引信启动参数的精度进行仿真分析。在建立同侧双站光学外测模型的基础上,给出引信启动部位和启动距离的计算方法,重点仿真分析相关测量因素对计算精度的影响。仿真结果表明:经纬仪测角误差、事后判读误差、采样周期对启动部位和启动距离计算精度影响均较大,导弹攻角和侧滑角计算误差仅对启动部位计算精度影响较大。引信启动参数计算方法是正确的,计算精度可以达到0.2m。     

反舰导弹火控系统射击诸元真值求取方法研究

针对目前靶场反舰导弹火控系统精度试验数据处理中系统射击诸元真值计算存在的问题,分析了由于目标运动假设不合理所带来的模型误差,提出了利用靶场测量数据在目标真实航迹下求取系统射击诸元真值的方法,并结合实际精度试验航次数据进行了仿真试算,其结果证明该方法对于火控系统精度评定更尽完善和合理。     

基于 CEP 的精确空投着陆精度评定方法初探

为科学、准确、客观地评定精确空投着陆精度,提出精确空投着陆精度的评定方法。借鉴圆概率误差(circular error probable,CEP)的评定方法,通过对空投试验的误差分析,获取着陆点的误差数据,剔除异常数据。对试验样 本进行正态性检测以及相关性检测后,采用相应的数学统计方法计算 CEP。结果表明,该方法能为评定精确空投系 统的性能提供数据支撑。     

基于改进灰色关联分析的仿真模型综合验证方法

灰色关联分析是仿真模型验证最有效的方法之一,但基于常规灰色关联分析进行仿真模型验证时存在着未考虑数据序列数值间的接近程度、给出的处理1组飞行试验序列与1组仿真实验序列的灰色关联度与靶场实际问题不符、无法获得模型的整体性能评价等问题,会引起决策风险较大。为此,提出一种基于改进灰色关联分析的仿真模型综合验证的方法。在灰色关联系数的计算中引入数据距离,从而使灰色关联度的计算值综合了时间序列几何形状的相似性和数值距离的接近性两个属性,提高了仿真模型验证的准确性。通过概率和计算能够处理1组飞行试验数据和多组仿真实验数据的关联分析问题,从而融合了试验过程的随机因素,在小样本飞行试验条件下充分利用了仿真实验信息,提高了仿真模型验证的可靠度。对不同的实际飞行试验样本赋予不同的重要性权重,从而得到仿真模型的整体性能评估。同时给出具体的基于改进灰色关联分析模型综合验证的操作过程,并证明改进灰色关联度模型满足灰色关联定理及相关性质。通过实例分析验证了该方法的合理性和有效性。     

一种基于 Kalman 滤波的雷达数据抗野值方法

在对雷达测量数据的实际滤波过程中,带有野值的测量数据值将导致滤波系统产生记忆效应和误差,甚至导致滤波过程发散,严重影响处理结果的精度;从滤波算法的原理和工程实践的实际出发,以测量值与一步预测值的残差即“新息”为基础,提出了一种新的野值判别和剔除的简单易行算法;通过仿真对比计算,可以更为有效地消除野值对滤波的不良影响,提高测量精度。     

基于混沌理论和BP 神经网络的某基地电力短期负荷预测

为了合理安排并优先保证军事基地中的电力调度问题,提出一种基于混沌时间序列和BP神经网络相结合的电力短期负荷预测方法。根据混沌理论及神经网络方法,先基于延迟坐标相空间重构技术,再应用互信息法和饱和关联维数法,选择延迟时间石和嵌入维数m,然后用BP神经网络来实现预测,并通过对海军某基地的电网的时间负荷序列进行实测仿真。仿真结果表明：相对误差均在5％vX内,且有33．3％的误差在1％以内,证明该预测方法具有较高的预测精度和应用价值。     

雷达系统误差协同配准算法研究

雷达系统误差的配准方法受公共目标选取、目标运动预测、异步时间对齐等因素的影响,在实际应用中受到较大限制。利用数据链网络的通信功能和时间同步功能,论文提出了一种协同的配准算法,利用飞机自身构造的虚拟坐标系,获得配准的高精度基准源,实现对雷达的有效系统误差估计。算法基于Kalman滤波器实现,对存储和计算能力要求不高并具有良好的收敛性能,其估计精度较好,而且对采样周期没有要求,符合数据链和战术互联网的实际传输要求。     

系统误差的不确定性与参数估计精度折合

考虑了系统误差的不确定性对参数估计精度的影响问题.建立了基于多源数据融合系统输入测元系统误差的状态空间及其分布,将参数估计精度转化为精度矩阵表示.讨论了一致误差模型和基于系统误差诊断的数据融合处理系统的精度函数,给出了数据融合处理精度评估的精度折合因子方法,建立了基于系统误差状态空间的精度评估理论和计算方法,该方法也可对不同数据融合处理模型的能力进行定量比较评价,计算分析和实际应用表明了该方法的适用性.     

靶场高精度脱靶量测量方案与仿真实现

针对靶场目前飞行器系统脱靶量测量存在使用条件的限制、不能满足试验要求的问题,提出一种将双天线分集接受、伪距差分测量和双频载波相位差分测量相结合靶场高精度脱靶量测量方案。在对靶场现有GPS脱靶量测量技术分析的基础上,设计了高精度的脱靶量测量原理图,并对其可行性进行仿真分析。仿真结果证明:该方法有效地提高了脱靶量测量精度,满足靶场高精度飞行器试验的测量要求。     

评估制导工具误差的Bayes估计的多层先验模型研究

针对运载火箭试验评估的特点,认为制导工具误差系数统计特性参数中,方差比较稳定,但均值可能随时间缓慢变化.由此,将制导工具误差系数的先验模型从一层先验改进为两层先验,建立了能利用跟踪数据、阵地测试数据等试验资源的多参数Bayes模型来评定制导工具系统误差.并应用经验Bayes模型改善了落点精度的评估.     

某种飞行器运动学轨迹建模与仿真

针对大型联合作战仿真系统需求,建立某种飞行器运动学仿真轨迹模型。讨论了射击诸元(射击方位角、俯仰程序角、初始装订参数等)的确定方法,建立了在射击平面上的飞行器主动段运动学方程组和末速修正飞行段的关机方程,推导出由平台误差分离系数到飞行器飞行主动段终点偏差的误差传递关系,然后利用椭圆轨迹理论将主动段终点偏差折算为落点偏差,并完成了轨迹数据由发射坐标系向地心大地直角坐标系的转换关系模型。仿真计算结果与飞行试验数据比对一致性好,证实了该方法的可行性。     

基于拉丁超立方抽样的导弹快速精度分析与误差补偿方法

针对导弹精度分析耗时长,补偿量计算与实际发射脱节的问题,提出一种快速计算导弹射击精度和误差补偿量的新方法。其将拉丁超立方抽样与对偶变数法相结合的抽样方法引入导弹精度分析,保证仿真精度的同时减少抽样次数。设计了拉丁超立方试验,并对导弹精度进行确定性仿真分析,得到导弹落点偏差与各制导工具误差系数的简化函数关系式,建立了导弹射前补偿量的快速计算公式。仿真实例表明该方法可以有效的缩减计算时间。     

非标准条件弹道诸元解算精度检验方法

为满足火炮弹道诸元解算精度检验的需求,设计一种基于正交试验设计的非标准射击条件弹道诸元解算精度检验方法.分析国内外研究现状,采用正交试验设计确定多因数、多水平的模拟射击条件,在符合射表和单项修正量精度检验方法的基础上开展非标准射击条件精度检验方法研究,并在某新型项目中进行检验验证.结果表明,该方法能实现对弹道诸元解算软件进行自动测试、检验,并统计、分析弹道诸元解算软件的整体精度情况.