自旋弹道导弹模型及运动特性分析

自旋是弹道导弹的一种新的突防手段,在助推段进行滚动飞行,可以减少强激光照射的驻留时间,有效对抗激光反导。但是导弹自旋会导致控制耦合、惯性耦合和气动耦合,而且会随着滚速的增加,耦合增强,俯仰和偏航通道的相互干扰会对自旋稳定飞行产生较大的影响。开展了这方面的初步研究,建立了自旋弹道导弹模型,通过时域的仿真初步分析了弹道导弹低滚速的滚动飞行特性,得到了有益的结论。     

局部平稳随机振动的处理和应用

本文介绍用乘积模型定义的局部平稳随机过程,乘积模型将局部平稳随机过程分成两部分,分别在时间域和频率域进行处理,并给出相应的偏度误差和统计误差。应用部分介绍局部平稳随机数据处理方法在改善潜地导弹在弹射时的振动环境和控制振动环境方面的经验。     

神经网络识别分类中交叉模糊问题的研究

针对神经网络在分类问题研究中出现的交叉模糊问题，提出误差比对法对模糊问题加以解决。以BP网络对TBM和诱饵进行分类识别为例，分析表明该方法精度可靠，可望较好地解决分类问题中的模糊问题。     

多层弹道导弹防御体系火力分配模型求解算法研究

研究了多层弹道导弹防御体系火力分配问题。首先对多层弹道导弹防御体系火力分配问题进行了描述;其次建立了基于最大化资源剩余价值目标函数的多层弹道导弹防御体系火力分配模型;多层弹道导弹防御体系火力分配模型是非线性NP难问题,针对目标函数的特点,应用线性逼近的方法,建立了易于求解的多层弹道导弹防御体系火力分配模型的近似线性规划模型;最后针对具体实例,应用多层弹道导弹防御体系火力分配线性规划模型,采用分之定界算法进行求解,仿真结果验证了模型的有效性及实时性。     

基于改进GM(1,1)模型的弹道导弹位置信息预测

针对弹道导弹速度快、雷达反射截面积小,预警雷达很难全程跟踪预警的问题,提出了使用改进的GM(1,1)模型对其位置信息进行预测。从初始序列光滑度、背景值构造方式和初始条件3方面进行综合改进,建立了新的改进模型,明确了建模步骤。仿真结果表明,改进后的模型比传统GM(1,1)模型适用范围更广,精度更高,可以用于弹道导弹的位置信息预测。     

基于专家信任度的弹道导弹目标识别方法

为了改进弹道导弹目标识别过程中多传感器系统传输数据容易产生冲突,以及现有D-S改进算法对冲突证据与不冲突证据难以统一融合的问题,提出了基于专家信任度的弹道导弹目标识别算法,并给出了基于专家信任度的弹道导弹目标识别系统模型和专家知识库模型。新算法将收集到的证据分为冲突证据和不冲突证据,冲突证据集采用专家评判系统进行评判,不冲突证据采用传统D-S理论进行融合,然后将两者得到的结果进行再融合,得到决策结果。实例分析表明,与现有方法相比,新方法不仅能够在证据一致性很好时具有很高的精度,而且当证据高度冲突时也具有很好的融合效果。     

基于UML的弹道导弹预警仿真系统建模

采用UML构建了导弹预警仿真系统的用例模型、实体结构模型、实体行为模型和系统逻辑结构模型。通过综合运用SQL、VisualC++、STK和Matlab等软件功能,实现了这个以预警任务规划和传感器调度为亮点的导弹预警仿真系统。该仿真系统兼具多重功能,可模拟导弹攻防、模拟导弹发射和导弹预警不确定因素、优化预警装备部署、评估预警系统效能等。     

基于多维极化信息的弹道目标综合识别方法

目标识别是弹道导弹防御系统的核心难题之一,针对弹道导弹突防过程中无源诱饵的极化识别问题进行了研究。首先,基于多个窄带和宽带极化特征量,并结合暗室测量数据,进行了极化特征提取和优选,去除了冗余的极化特征量。在此基础上,提出了一种基于宽窄带极化特征的弹道目标综合识别方法,并利用弹道目标的暗室实测数据进行了验证。结果表明综合识别方法和仅基于窄带或宽带极化特征的识别方法相比具有更好的目标识别性能。     

基于分层赋权的导弹防御效能模糊评估方法

针对弹道导弹攻防对抗过程, 分析了影响导弹防御系统作战效能的主要因素, 构建了多层次导弹防御系统作战效能评估指标体系. 提出了评估指标的分层次赋权模式, 推导出了一种基于不同规范化矩阵确定指标权重的模糊优化迭代算法, 并以此构建了基于分层赋权的导弹防御作战效能模糊评估模型. 给出了导弹防御效能评估实例, 并验证了方法的可行性.     

掩盖了35年的火箭大爆炸

1960年9月,一列装载着一枚二级洲际弹道导弹的列车驶出前苏联南方机器制造厂大门,直抵前苏联第二试验局及技术阵地所在的试验场的第42号发射坪。这是前苏联为了配合苏共总书记赫鲁晓夫访美而进行的P-16新型洲际导弹试验。赫鲁晓夫在去美国访问前给聂德林元帅下达了任务：“这次我去美国谈判,我的脚踏上美利坚合众国的土地时,你要给我放一枚导弹,吓唬吓唬美国人。”然而,这次背负着重大政治意义的试验后来却成了一场大爆炸,