基于Agent的网络化防空作战多传感器集成研究

多传感器系统的集成与优化是获取网络化防空作战信息优势的关键环节. 首先探讨了网络化防空作战条件下多传感器资源的构成和特点,给出了信息源集成和信息集成的思路,建立了多传感器系统的闭环控制信息融合模型,并提出了基于多Agent的多传感器系统管理体系和综合集成框架,为构建具有智能化的多传感器协作系统提供了一种有效的方法.     

部分极化信号多维参数联合估计的算法

基于双平行极化敏感阵列,提出了一种部分极化信号频率,二维到达角和极化参数联合估计的算法.该算法能精确地估计出部分极化信号的多维参数,无需多维谱峰搜索,具有计算量小,参数自动配对的优点,而且也适用于含有完全极化信号的情况.另外,算法也能有效地解决信源参数兼并问题.计算机仿真结果验证了算法的有效性.     

机械系统状态监测特征参数评价与选取

根据机械不同异常状态出现的频率和危害度的大小,引入状态权值,建立了特征参数总体敏感性和稳定性的评价指标,采用专家系统设计思想,编写了机械状态监测特征参数评价与选取应用软件,实现了特征参数的自动选取以及对特征参数和机械状态数据的有效管理。     

舰船主动力装置故障隔离与参数估计方法

针对舰船主动力装置结构复杂、故障种类多和系统不确定性等故障诊断问题，提出采用基于双因果键合图模型的定量故障隔离与参数估计方法。根据系统传感器配置方案，建立双因果键合图模型，通过因果路径分析，推导得到系统解析冗余关系，并获得故障特征矩阵。建立系统线性分式变换键合图模型，开展故障仿真，将其与双因果键合图模型耦合，在MATLAB/Simulink环境中进行仿真试验，实现了舰船主动力装置的故障隔离与参数估计。结果表明：对双因果键合图模型因果路径分析，可以避免手动推导系统解析冗余关系的繁杂过程；基于其部件构造方程的分析可以有效实现系统故障隔离与参数估计，实时跟踪和预测故障状态。     

机械振动烈度的频域算法研究

在理论分析的基础上,研究了利用DFT在频域计算振动烈度的方法,并结合实践经验,给出了实际应用中的注意事项。在频域计算振动烈度,对振动信号类型和计算频率范围选择具有较强灵活性,避免了在时域利用微积分进行信号类型转换和选频滤波等处理过程。     

基于科学计量的机器学习技术发展评估分析

机器学习是通过数据训练使机器获取新的知识和技能的计算机技术，是人工智能技术的核心和前沿领域之一。本文以Web of Science?核心合集收录的机器学习领域相关SCI论文和incoPat全球专利数据库收录的机器学习领域相关专利为数据源，运用科学计量方法对文献数据和专利数据进行时间、地域和机构分布分析，展示了机器学习领域研究实力的分布情况，并对机器学习的发展趋势进行了分析；然后利用主题聚类分析方法及可视化软件VOSviewer，挖掘出机器学习领域的关键技术、技术热点；最后对结果进行了总结分析，以期为我国机器学习发展布局提供参考和借鉴。     

层次分析法在武器系统效能建模中的应用

在武器系统效能评估中 ,武器系统的战技指标 ,是评估武器系统效能的重要因素。本文利用层次分析法和矩阵摄动方法 ,对武器系统的战技指标进行分析 ,建立了武器系统效能能力指数模型 ,并把可靠性和维修性应用于效能计算之中。由此建立了武器系统效能模型并进行了评估     

20世纪六七十年代中国国防工业布局的调整与完善

从20世纪六十年代中期开始,按照中央"立足于打仗,抢时间,改变布局,加快三线建设,首先是国防建设"的指示,国防工业按照规模小、专业化和协作的原则,全面展开"三线"战略后方的建设。到七十年代末,通过大规模的后方基地建设,改善了国防科技工业的战略布局,建成了一批大型的生产、科研战略后方基地,研制、生产出了一批部队急需的武器装备,对加强战备、巩固国防和发展内地经济、科技、文化等都具有重要意义。     

基于功率谱的舰船水压信号检测方法研究

为了有效地从风浪背景下检测舰船水压场信号,鉴于舰船水压场信号与海浪水压信号在频谱上的差异,采用求卓越频率下的功率谱的方法对信号进行检测,取窗宽20s,每次计算21个采样点,分别求取海浪水压场的仿真信号及不同波浪级别下海上某目标的水压场实测数据的功率谱进行信号检测,验证了方法的有效性。     

低频域结构噪声问题数值解法

对形体不规则的物体 ,数值计算其结构噪声问题是获得解答的直接办法 .文中综述了结构噪声问题数值解法的基本思路 .首先介绍了数值求解的两个基本方法 :有限元法和边界元法的基本数学原理、操作方法及各自的局限性 ;其后描述了结构噪声耦合问题的数值计算公式的构造及运用不同数值方法构造求解公式的特点 ;针对边界元法构造的公式分析特征值问题的不足 ,给出了几种边界元法结构噪声特征值分析的方法 .文章结尾 ,提出了目前商业有限元软件分析噪声问题的不足及改进方向