广义S变换和阈值分割联合抗频谱扩展-压缩移频干扰

根据频谱扩展-压缩(spectrum spread and compression, SSC)移频干扰信号和回波信号时频分布特性的差异,提出一种基于广义S变换和Tsallis交叉熵阈值分割的干扰抑制方法。分析了SSC移频干扰的干扰原理和干扰信号经过解线调后的信号形式,并利用时频聚焦性较好的广义S变换获取接收信号经过解线调后的时频图像,根据时频图像对应的灰度图像,以Tsallis交叉熵最小化作为目标函数,求出灰度图像的最佳分割阈值,并根据分割阈值构建时频滤波器,实现干扰抑制。仿真结果表明:该方法对于SSC移频干扰产生的假目标具有较好的抑制效果,干扰抑制比可达30 dB以上。     

利用循环网络的降落伞开伞载荷补偿方法

为了对降落伞充气展开过程中的开伞载荷进行更加准确的预测,提出一种基于循环神经网络的开伞载荷补偿计算方法,包括模型架构和数据处理方式。该方法将充气时间法计算的预测值代入循环网络进行二次计算,使最终结果能够更加贴近试验真值。使用多层前馈网络、标准循环网络与长短时记忆网络三种网络进行比较,验证了所提模型预测结果的适用性和准确性,研究了学习率、输入层维度和隐层维度等超参数对模型性能的影响,并给出了基于长短时记忆网络的补偿模型最优训练条件。实验结果表明,利用循环网络进行开伞载荷预测具有较好的拟合结果,为机器学习与降落伞工业的学科交叉研究提供了一定的参考方向。     

基于时频原子分解的地雷目标特征提取及分类

利用车载超宽带地表穿透雷达进行大区域地雷探测在军事领域上有重要的应用价值,能否提取稳定一致的地雷特征是其实用化的关键.提出一种基于时频原子分解的地雷目标特征提取和分类方法,该方法以地雷目标的四维散射函数为基础获取二维时频图像,在对时频图像详细分析的基础上,通过时频原子对地雷目标一维距离向剖面进行分解,得到能够完整描述地雷时频域特征的多个原子,将这些原子作为特征向量送入分层分类器.通过实测数据验证,该方法适用于车载超宽带地表穿透雷达探测地雷.同传统基于时域或频域的特征提取算法相比,该方法提取的特征更加稳定,能有效改善地雷探测性能.     

泄漏类火灾原因的认定

本文通过具体实例分析了泄漏的危险性以及因此而引发火灾的原因及其认定。     

基于VR与PNN相结合的机电液控制系统故障诊断方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题,提出了一种将虚拟样机与概率神经网络相结合的故障诊断混合方法。建立系统的虚拟样机,并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验,获取故障仿真数据。经过特征提取与概率神经网络模式识别训练,形成用于诊断的知识库,从而实现故障诊断。以操舵系统作为研究案例,得到了较高的故障检测和隔离精度与较低的虚警及漏警率,验证了该方法的可行性,为大型复杂机电液控制系统故障诊断提供新的思路。     

国防科研试验项目管理基本问题探究

本文对国防科研试验项目和国防科研试验项目管理的内涵及其特性进行了界定。对国防科研试验项目管理的基本问题,即国防科研试验项目管理的管理范围、寿命期及阶段和管理过程进行了原创性研究,并以国防科研试验事例,例证了国防科研试验项目管理寿命期及其阶段划分依据,国防科研试验项目管理过程中的工作流程。     

未知火药剖析技术的探讨

火药是各类武器装备火力系统不可缺少的重要组成部分,随着武器装备的发展,产生了品种繁多的未知火药。未知火药作为一种特殊的未知物,其剖析技术囊括了预处理技术、定性技术和定量技术。     

基于人工神经网络的辐射源威胁评估方法研究

介绍了一种基于神经网络的辐射源威胁评估方法。首先引用了一种新的归一化效用函数 ,把不同类型、不同量纲的原始评估数值转换到 [- 1,1]区间 ,该效用函数较好地体现了“奖优罚劣”的原则 ,同时对于神经网络又更容易学习和训练 ;其次建立了基于神经网络的辐射源威胁评估模型 ;最后介绍了应用该方法对多个辐射源进行威胁评估的实际应用     

野战火箭弹抗静电装置的研究与应用

作为我军现役主战火箭炮，曾在历次战争中发挥了重要作用。而为该炮配用的杀伤爆破火箭弹于20世纪60年代装备部队至今，由于静电造成的事故越来越多，尤其在火炸药、电火工品等对静电敏感产品的生产和使用中，静电曾多次引起火灾和爆炸事故。文章结合某型火箭弹因静电导致意外发火事故的攻关，论述成功研究抗静电装置的技术特点和应用前景。     

兵器物流信息化标准研究

物流信息化对制造性企业提高物流效率、降低管理成本具有重要意义,而标准化在物流信息化中占有重要地位。兵器工业作为国家战略性的制造企业,正面临着物流信息化的建设和提升阶段,标准化需求更为突出,本文主要对兵器物流信息化标准的建设内容、实施方法等进行研究。