消防验收及审查排烟系统的问题分析与探讨

通过分析消防验收与消防审查排烟系统存在的问题,提出解决方法。排烟口较多的排烟系统,应加大排烟量;排烟支管较长,风管阻力较大的竖向排烟系统,排烟竖井宜内置风管。排烟风管应采用角钢法兰连接,不应采用薄钢板法兰风管;防火阀单独设置支吊架,与防火隔断间采用防火风管。     

基于HLA/RUP的舰潜对抗仿真系统框架开发方法

舰潜对抗仿真系统可实现在攻防对抗条件下反潜作战过程的仿真,用于研究反潜作战方法,论证各种反潜武器装备的作战需求.提出了一种基于HLA/RUP的舰潜对抗仿真系统框架的开发方法,设计了基于HLA的舰潜对抗仿真系统的体系结构,给出了运用Rational统一过程(RUP)进行联邦成员开发的3种核心视图.最后,利用Rational Rose实现了框架代码的自动生成,完成了仿真系统框架的开发和实现.     

结合DSmT理论和系统建模的知识融合算法

目前国内外常用的一种知识融合算法是DS证据理论,但这种方法受到单一故障假设的条件限制,应用范围受限。所以,提出了一种使用DSmT混合组合规则与系统建模方法的全新的知识融合算法,这样即解决了DS理论的单一故障假设的限制,又避免了自由DSmT只适用于不考虑排斥性约束和非存在性约束的条件限制,使得算法的应用范围更广。     

基于小波包变换和伪魏格纳分布的轴承故障诊断

将小波包变换理论和伪魏格纳分布应用于齿轮箱故障诊断中,结合实例对轴承的振动信号进行分析,结果表明:小波包变换能有效地提取各频段的高频成分,通过对提取的信号做伪魏格纳分布,结果能形象、直观地反映出轴承故障的时-频信息,而且对故障信息具有较强的判别能力。     

水下武器仿真系统的可组合性

针对水下武器对抗仿真系统(Underwater Weapon Confrontation Simulation System,UWCSS)的特点,分析了UWCSS的层次,提出了针对水下武器对抗仿真系统可组合的形式化方法。系统研究了仿真实体及其属性、实体关系、实体的内行为、实体之间的交互以及仿真过程的形式化描述问题,为水下武器对抗仿真系统的组合性开发提供了理论支撑。     

电磁屏蔽模型房接地性能实验研究

接地是建筑物实现宽频电磁屏蔽的重要技术措施,而导电的屏蔽功能层与接地系统电连接后也反过来影响接地的性能指标。采用导电混凝土为主料制作接地电极和电磁屏蔽模型房,测试单屏蔽模型房悬空、单电极-单屏蔽模型房接地以及单电极-双屏蔽模型房并联接地3种情况下的接地电阻变化规律。实验发现,屏蔽功能层本身可以等效为一个电阻,与接地系统并联后可以有效降低接地电阻;屏蔽功能层面积越大,电阻降低越多。实验结果可以为建筑物电磁屏蔽工程的接地设计与实践提供参考。     

低慢小无人机对军事区域的安全威胁及其应对方法

低慢小无人机具有小型化、红外与雷达暴露征候小、飞行高度低、飞行轨迹不定以及购买使用几乎无门槛等特征,给当前全球军事区域和军事行动安全带来了新的挑战。本文首先分析了世界主要国家对低慢小无人机的界定、国内外管控情况和相关威胁事件;然后,从低慢小无人机的侦察袭击能力、军事区域现有安防措施和低慢小无人机对军事区域进行侦察的相关案例入手,讨论了低慢小无人机对军事区域的侦察袭击的威胁;最后从政策制度、营区部署与隐蔽伪装以及反制措施配置三方面对军事区域防低慢小无人机侦察袭击的手段与措施进行了分析和研究,重点就机动性、经济性、技术难度、可操作性、反应速度、打击效果、能否对抗集群目标以及适用场合等方面对当前各种反无人机的干扰、驱离、毁坏措施进行了对比。     

TBM模型的目标综合识别算法

利用电子支援措施(ESM)和光学成像传感器等不同类型传感器进行目标综合识别,是现代综合电子战中的一个重要研究课题。TBM是D-S证据理论的一个扩展模型,它研究了D-S证据理论的动态部分,从数据融合的角度来看,它是一种层次化的递进模型,尤其适用于需要逐层进行数据、特征或决策级融合的融合系统。提出了一种基于TBM模型的异类传感器目标综合识别算法,充分利用了电子侦察和光学成像侦察提供的独立、互补的信息,获得了对目标的有效识别。仿真结果证明了这种算法的有效性。     

基于分数低阶矩的水声信号滤波新方法

依据分数低阶统计量理论和舰船辐射噪声信号特性,建立了水声信号新的噪声模型,回顾了常规LMS滤波方法,并分析在非高斯噪声下性能退化的原因,提出了一簇基于分数低阶P-范数的LMP水声信号自适应降噪滤波新方法,理论分析和计算机仿真结果表明这种方法在高斯和非高斯(α稳定分布)条件下都具有良好的韧性。     

一种面向军事物联网的网络流量异常检测模型

针对军事物联网中网络流量数据日趋复杂,数据特征维度高等特点,将卷积神经网络算法应用到网络流量分析领域.根据数据特点,构建出一种基于无池化层改进型卷积神经网络(NPCNN,No Pooling CNN)的网络流量异常检测模型.采用Modbus、NSL-KDD和KDDCup99数据集对NPCNN网络流量异常检测模型进行验证,同时将NPCNN网络结构同传统的卷积神经网络对比,通过对实验结果的分析发现,该模型在军事物联网网络流量异常检测中具有可行性和可扩展性.同时NPCNN网络在准确率性能方面优于传统的卷积神经网络,为军事物联网网络流量分析提供一种可靠方法.