脉冲功率电源连续发射水冷模拟负载

针对脉冲功率电源连续循环放电吸能需求,提出一种1.9 MA级循环脉冲功率水冷模拟负载方案。考虑水冷负载与实际电磁发射负载的相似性要求,提出4×8钢管阵列组成的电阻网络,可方便实现电源不同组合方式的放电考核;针对1.9 MA级电流产生的脉冲电磁力可能引起水冷模拟负载损坏的问题,建立水冷模拟负载三维有限元分析模型,进行电磁力计算和结构分析,保证水冷模拟负载稳定性;利用热网络法对模拟负载在循环脉冲模式下的强迫风冷却、自然冷却和去离子水冷却等方式进行了温升分析。结果表明:模拟负载采用钢管内通去离子水冷却效果最好,循环放电时温度可以恢复到初始状态,最高温度62.5℃,满足连续放电实验的需求。利用提出的方法设计一台水冷模拟负载样机并进行了连续2次1.9 MA放电研究,试验结果与理论分析吻合较好,负载结构运行稳定,从而验证了理论分析的正确性。     

超宽带SAR脉冲卷积干扰效果分析

研究脉冲卷积干扰对超宽带SAR距离像和二维像的干扰效果时,发现在二维图像中,干扰图像的方位向聚焦性能明显下降。通过对信号处理流程的分析,发现超宽带SAR空变特性是导致二维图像散焦的根本原因。为此,提出对干扰信号进行相位调制,调整干扰信号的分布曲线,以降低空变特性的影响,取得了较好的干扰效果,仿真结果验证了理论分析的正确性。     

基于压力测量的发动机汽缸磨损寿命预测方法

对不同摩托小时的某型坦克发动机进行了实车检测试验,采用压力传感器测量了发动机汽缸压缩压力,分析了汽缸压缩压力随发动机使用时间的变化趋势。分析了汽缸套磨损的特点及对发动机使用寿命的影响。针对发动机汽缸磨损的非线性特点,建立了人工神经网络预测模型,实现了对坦克发动机汽缸使用寿命的预测。     

多重优化的分布式无线覆盖探测算法

为满足无线通信网络信号覆盖有效性的实时实地可重复探测的需求,提出一种基于传感器网络的分布式无线覆盖探测算法。通过随机部署于目标区域内的无线传感器节点对无线通信网接收信号强度进行感知和预处理;利用变异函数构造新的BP神经网络目标函数,通过改进粒子群算法优化其初始权值和阈值;利用训练好的网络模型对存在探测盲区的目标区域进行插值估计,并联合传感器节点采集到的数据生成无线通信网络等信号强度线。仿真结果表明,所提算法比其他经典算法具有更高的精度,可有效探测目标区域无线通信网络的信号覆盖情况。     

基于混合训练神经网络的武器系统效能评估

本文采用将遗传算法和神经网络相结合的混合训练神经网络模型 ,分析了其基本思想方法、具体实现过程 ,以及在武器效能评估中的具体应用。实例分析表明 ,该模型用于武器系统效能评估可较好地克服人为因素和模糊随机性的影响 ,使评估结果更为合理可信。     

BP神经网络在无源雷达目标识别中的应用

目标识别技术是无源雷达的关键技术之一.针对无源雷达目标识别的特点,在分析空中目标类型和目标表征的基础上,建立了基于BP神经网络的目标识别模型,并对设计该模型涉及的基本问题进行了详细分析,最后运用该模型对给定特征的空中目标的进行了实验.实验结果表明,该模型提高了目标识别的稳定性和准确性,是有效可行的.     

基于神经网络的雷达抗干扰能力评估

为评估对空情报雷达抗电磁干扰能力,首先建立了能力评估的层次模型,并给出了基于BP神经网络的评估模型结构,以及变步长的学习算法,并在Matlab系统内得以实现.结果表明,该模型及方法对评估对空情报雷达抗电子干扰能力具有一定的实用价值.     

基于CNN的视频火焰识别及模型剪枝

针对目前火焰识别仅用单帧图像判断是否起火准确率低的缺点,引入视频识别的方法,通过提取火焰的运动信息提升卷积神经网络(CNN)识别微小火焰的准确率。首先,在CNN Resnet18的最后一层添加3D卷积层,突出火焰的运动特性,抑制其他形式的运动;然后,对该模型进行剪枝处理,压缩网络参数。实验结果表明:在剪去90%卷积核的情况下,该模型准确率仍然保持在86.4%的较高水平,最小可以识别大小为20×30像素的火焰。     

基于混沌双扰动的CDDP SO-BP目标威胁估计方法?

信息化条件下的战场环境对目标威胁估计技术提出了越来越高的要求。提出一种基于混沌双扰动的CD?DPSO?BP目标威胁估计方法，该方法针对粒子群算法在进化过程中易出现早熟和寻优结果不稳定的缺陷，基于Tent映射提出混沌双扰动的思想，并加入粒子群算法的进化过程，实现对粒子群算法的改进；之后，利用该新算法训练BP神经网络的初始权值和阈值，建立目标威胁估计模型和算法；最后，将该方法应用于实例中进行仿真，结果表明该目标威胁估计新算法具有较高的准确度。