坦克直瞄/间瞄射击一体化火控技术

直瞄射击方式是目前坦克采用的主要射击方式。直瞄射击方式受战场通视度及瞄准装置视距的影响,最大射击距离一般在5 km左右。间瞄射击方式不需要直接瞄准目标,不受战场通视度的影响,最大射击距离主要取决于火炮及弹药的性能,一般在10 km以上。未来坦克应具备直瞄射击与间瞄射击一体化能力。通过直瞄/间瞄射击火控技术的对比与分析,提出坦克直瞄/间瞄射击一体化火控方案。一体化火控具有新的技术特色,具有更强的综合作战能力,是未来坦克火控技术发展的一种趋势。     

基于邻居时隙切换的时分多址接入协议研究

针对传统TDMA网络节点间业务量不均匀的情况下,会造成信道资源严重浪费的问题,设计了一种基于邻居时隙切换的动态TDMA协议(TDMA protocol based on adjacent timeslot transfer,ATT-TDMA),切换邻居空闲时隙,更改节点业务时隙长度但不影响整个网络循环周期的结构,实现时隙的动态利用。利用OPNET平台搭建仿真模型,并与HFTP协议和TDMA协议作了对比分析。仿真结果表明,相同条件下ATT-TDMA相比HFTP协议和TDMA协议,在消息投递率、平均时延和吞吐量方面具有更优异的性能。     

通道幅相不一致时的全向测角误差分析北大核心

在理想情况下,基于均匀圆阵的米波全向雷达可联合-1阶、0阶和和1阶相位模式实现全方位的无模糊测角。然而在实际工程中,各接收通道幅相特性往往不一致,这将导致激励出的相位模式中包含误差项从而引起明显的测角误差,而且该误差无法补偿,只能通过校正通道间的幅相误差或选择合适阵列参数的方式来减小。为此,通过理论推导得到测角误差与各接收支路幅相误差之间的解析关系式,明确了幅相误差对测角误差影响的同时也为合理选阵列参数以减小幅相误差引起的测角误差提供了理论依据,仿真分析验证了理论误差分析的正确性并给出了最优的阵列直径取值。     

三维均匀化理论预测多孔混凝土等效弹性模量

应用多尺度渐进展开的均匀化理论,推导三维均匀化理论的有限元解法,求解复合材料等效弹性系数。假设多孔混凝土由光滑均匀一致的球孔与水泥石基质组成,提出改进的随机投放方法,生成三维均匀化理论求解的随机单胞模型。以聚苯乙烯泡沫(EPS)混凝土为数值算例,生成6组不同体积分数的EPS混凝土随机单胞模型,通过三维均匀化理论的有限元法计算得到其等效弹性模量。计算结果表明:随机单胞模型能反映细观的非均质性,三维均匀化理论的有限元法计算得到的等效弹性模量变化趋势比较符合Miled的试验结果。     

五花八门的?

外宾虽然操着不同的语言,但这完全不会成为他们的沟通障碍,不管是哪个国家的外宾,都会对我们的战士进行"临时采访",脑洞大开的外宾会有什么问题?战友们,如果是你面对外宾,遇到这样的问题,你会怎么回答昵?     

一种自适应Harris角点检测算法

针对传统算法检测效果不理想的问题,提出了一种基于自适应非最大抑制策略的Harris角点检测算法;通过设置抑制半径与角点响应函数的局部最大值关联,减小抑制半径获取角点。算法有效解决了阈值选取和"聚簇"的问题。实验表明,该算法检测出的角点均匀分布,能很好地适应特征匹配等实际应用。     

公安现役部队非战争军事行动训练面临的挑战与对策

当前,边境安全形势复杂、训练理念陈旧、部队勤训矛盾突出、训练内容与安排不合理、训练保障能力有限等主客观因素,制约着公安现役部队非战争军事行动训练的开展,对公安现役部队形成非战争军事行动战斗力构成了挑战。树立科学的非战争军事行动训练指导思想与理念,创新训练方法和手段,优化训练内容,加强教员队伍建设和训练基地建设,是改进非战争军事行动训练的有效对策。     

基于运动合成的小推力轨道优化方法

针对小推力轨道优化设计问题,提出一种基于运动合成的新方法。给出基于运动合成的小推力轨道机动表达方式,将小推力轨道运动分解成相对独立的三项:单独考虑日心引力的二体轨道运动,单独考虑小推力的运动,以及小推力的存在引起的日心引力摄动作用下的运动。分别给出各项运动的解析表达式,通过合成叠加得到小推力轨道的近似解析解。在此基础上,将小推力轨道优化问题转化成非线性规划问题,并利用序列二次规划方法求解。以小行星1989ML、火星和金星交会任务为例分别进行仿真实验,结果表明,所设计轨道满足任务约束,验证了该方法具有可用性和高效性。     

“打胜仗”,推动创新发展——专访总装防化研究院院长郭东风

正桌上摆着各类中外书籍,话不多却句句分量十足,专家型领导,是我们采访院长最直接的印象。这位从防化兵成长起来的领导,没有华丽的语言,只有对自己工作最朴实的理解和定位。担当精神,忧患意识,让他引领着防化科研不断向前迈进。从中,我们也重新认识了防化兵,重新认识了防化科研。     

两向二维NFA及其在SAR目标识别中的应用

通过对传统线性鉴别分析局限性的分析,提出一种基于两向二维非参数特征分析((2D)2NFA)的SAR图像目标识别方法,该方法有效克服了线性鉴别分析的固有缺陷并且运算量也大大降低。首先,定义一种图像矩阵的近邻样本选取方法,继而利用k近邻样本构造(2D)2NFA的类间散度矩阵和类内散度矩阵,然后使用(2D)2NFA提取样本的特征,最后在特征空间中使用简单的最近邻分类器进行待识别测试目标的分类识别。用美国运动和静止目标获取与识别(MSTAR)计划录取的SAR图像数据进行了仿真实验,实验结果表明(2D)2NFA增强了提取特征的可鉴别性,能够获得更高的识别率,而且减小了特征维数。