基于灰色关联分析的水下航行器效能评估

根据水下航行器的自身特点和主要任务,建立了以机动、探测、追踪、抗干扰、通信为基本特征能力的评估结构体系.运用灰色关联分析理论,以水下航行器各项能力指标的关联度为评估准则,提出了水下航行器的综合评估方法.通过实例验证了该方法的正确性、有效性,为水下航行器系统的技术优化和使用效能的提高提供了科学决策依据.     

回转体表面条纹沟槽降噪水洞试验

在深入探讨条纹沟槽表面减噪机理的基础上,对条纹沟槽表面回转体开展了水洞噪声测试实验研究.实验模型表面条纹沟槽采用了直接加工的实现技术,模型头部为半球形圆头,尾部线型采用双参数尖尾曲线.一系列实验结果表明,条纹沟槽表面回转体与相同形状尺寸的光滑表面回转体相比,具有较明显的降噪效果,最大降噪量超过4dB,降噪量与条纹沟槽的尺寸、水流速度有关.可见,条纹沟槽是一种降噪效果明显、应用价值高的降噪新方法.     

片上trace：嵌入式处理器的有效调试和优化技术

片上trace技术弥补了传统调试方法的不足,可以实现对嵌入式软件的非入侵调试.首先分析了当前主流调试方法的不足,论述了trace与断点调试方法互为补充的关系,而后介绍了YHFT系列DSP的片上trace系统TraceDo的功能与结构,并解释了路径trace的原理和工作过程,最后讨论了片上trace的应用.     

携带诱骗信息的多层网络隐写方法

为了提升网络隐写方法中秘密信息隐蔽传输的安全性,研究了携带诱骗信息的多层网络隐写方法。方法分为两层,高层方法用于携带诱骗信息欺骗检测者,低层方法利用网络协议栈纵向多协议之间的关系编码秘密信息,实现隐蔽通信。实验结果表明,该方法能够在保证隐写带宽的同时,确保了秘密信息传输的安全性。     

高超声速飞行器低可探测性滑翔弹道优化方法

为进一步提高高超声速飞行器的突防性能,提出高超声速飞行器低可探测性滑翔弹道优化方法。考虑飞行器180°×360°方向的雷达散射截面,针对原数据尖峰多、收敛难的难题,运用高斯滤波法对其进行预处理,既不改变原数据趋势又加以平滑,提高优化问题收敛性能。为使计算所用雷达散射截面数据具备较强的保真性,采用三次样条插值方法调用离散数据计算实时雷达散射截面。完成了高超声速飞行器低可探测性滑翔弹道优化问题的建模,以探测概率为目标函数,运用hp自适应Radau伪谱法优化求解,采用逐步计算策略进一步提高优化效率和收敛性能。与传统最短飞行时间弹道对比表明,该方法有效降低了飞行器被雷达发现的概率。     

一种改进的变结构制导律的设计与仿真

建立导弹-目标攻击简化模型,通过数学推导对一种现有的变结构制导律进行了改进设计;简要介绍了制导律的推导设计过程;运用Simulink工具进行建模仿真和数值分析,并将结果与原制导律以及比例制导律进行了比较。仿真结果表明,改进的制导律在最大过载要求、过载变化、目标视线角速度变化以及动态特性等方面都有明显的改善。     

加强高校预算管理的思考

预算管理是高校财务管理的核心，加强高校预算管理，能促进高校事业计划顺利完成，有效提高各项资金的使用效益。本文通过对高校预算管理的内容、特点及不足的分析，提出了加强高校预算管理的对策。     

基于装备最优使用率的维修决策模型

根据作战单元中装备使用率与武器装备战损维修策略之间的关系,结合战斗过程中武器装备的战损规律和维修规律,运用马尔可夫链理论,建立了一种基于装备最优使用率的战损装备维修策略优化模型。运用这种最优维修策略模型可以达到提高作战单元中武器装备使用率的目的,从而为充分发挥作战单元整体战斗效能找到了一种新的装备维修辅助决策方法。这种维修决策优化模型主要采用量化分析的方法,根据作战单元中装备的战损情况和部队的维修能力制定出最优的维修策略,确定在战斗过程对战损装备进行维修的最优时机,达到提高作战单元整体战斗力的目的,从而为充分发挥作战单元的整体战斗力找到科学的途径。最后,结合实例对模型进行了检验。     

无线认知网络中一种分布式最大频谱分配算法

无线认知网络被认为是下一代无线网络的核心架构之一。该网络能解决日益增长的频谱使用需求和低下的频谱使用率之间的矛盾。通过伺机接入临时可用频谱资源,其频谱利用率能得到大幅的提高。由于频谱资源分配是影响频谱资源利用率的关键,因此如何对频谱资源进行高效的分配一直是无线认知网络的重要研究领域之一。我们证明了在异构频谱使用概率条件下的最优频谱分配是NP难的问题。为了有效解决该问题,本文提出了一种基于分布式最大加权独立集的频谱分配算法——DMWIS。该算法的时间复杂度为O(V2/2)。通过大量的仿真实验,验证了在90%以上的不同随机网络环境下算法能在3轮内收敛,并且该算法一般能获得最优解90%的性能。     

超低照度下微光图像增强神经网络损失函数设计分析

超低照度下(环境照度小于2×10~(-3)lux)微光图像具有低信噪比、低对比度等特点,使目标难以辨识,严重影响观察效果。为了提高超低照度下微光图像质量,设计了一种用于微光图像增强的卷积自编码深度神经网络,并针对传统的均方误差损失函数不符合人类视觉感知特性等问题,结合现有的全参考图像质量评价指标,研究了包括感知损失在内的几种损失函数,并提出了一种新的可微分损失函数。实验结果表明,在网络结构不发生改变的情况下,所提损失函数具有更好的性能,在提高微光图像信噪比和对比度的同时,能够有效地增强图像内部细节信息。