航天测试系统大容量数据处理方法研究

在航天测试系统中,经常需要处理大容量数据。讨论了C语言、C++语言、MFC中文件的操作方法。结合Win32 API相关函数,分析了大容量数据文件的读取、解包、分析等处理方法。在VisualC++6.0编程环境下,根据实际需求编写了数据分析处理软件。经过实验验证和实际数据测试,提出的方法可以有效地对大容量数据文件进行分析、处理,且已成功应用于多个航天测试项目,取得了较为理想的分析结果,为相关测试、试验提供了依据。     

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。     

基于WiMesh网络的参数注入协议设计与实现

WiMesh网络是一种新型的宽带接入无线网络,它融合了Ad hoc网络和无线局域网的优点,具有自组网、自修复、自管理等特点,逐渐成为一种有效的无线宽带接入方案。简要介绍了WiMesh网络的主要特点,并提出基于WiMesh网络的一种参数注入协议,实现智能化参数加注,进而优化网络通信质量。     

以色列研发先进反地雷无人地面车辆

以色列航宇工业（IAI）公司正在研发一种无人地面雷达传感系统,用以探测深埋在地下或地表的地雷及“简易爆炸装置”（IED）。该系统被称为“地雷与简易爆炸装置探测系统”（MIDS）,目前已完成工程测试的最后一个阶段,并开始制造技术验证机。预计2014年底前进行验证机的野外测试。     

基于UML的导弹伺服测试系统通用设计方法

分析了导弹伺服测试系统组成及功能,采用UML静态建模技术构建了导弹伺服测试系统设计的需求描述模型,运用动态建模方法建立了系统结构模型和行为模型,并以上述模型为基础,设计了导弹伺服测试系统通用软硬件结构。该方法优化了导弹伺服测试系统共性设计,并创建了特性模型架构和特化接口,有效提高了系统的设计效率和开发质量。     

相邻磁化磁体单元磁场等效合并特性分析

为了研究物性相同的相邻磁化磁体进行磁场等效拟合为单磁体的合理性,基于圆环电流理论磁体单元建立了相邻磁化磁体磁场计算模型;通过计算相邻磁体空间球面上的磁场,以等效磁场模量绝对误差最小建立了单磁体物性参数等效拟合反演目标函数,使用遗传模式搜索算法进行了反演参数求解。研究结果表明:拟合单磁体与原相邻磁化磁体单元的磁远场分布一致,磁场等效拟合磁通密度模相对误差随拟合球面半径增大而减小,同一球面上相对误差随外磁场夹角增大而先增大后减小,相对误差与材料磁各向异性及单元绝对边长无关。研究结果论证了磁化磁体单元磁场等效合并的合理性,能够为隐蔽性铁磁体所致磁异常数值模拟单元合并提供理论依据与误差评价准则。     

F-K热着火模型的解析求解及其在舰船防火设计中的应用

利用解析方法对具有在无限大平面和无限长圆柱形状反应体系的F-K热着火模型的临界着火参数进行了求解,并对舰船上符合无限大平面和无限长圆柱形状反应体系条件的典型场所进行了最低耐温计算。解析求解及算例分析的结果表明:该热着火模型可通过解析方法直接求解,而不用复杂的数值逼近方法;在对具有简单几何形状的反应体系进行防火设计和火灾风险评估时可以直接应用F-K热着火模型进行计算,从而减去了复杂而繁琐的大型数值仿真工作。     

对称方形环结构电磁超材料的设计与仿真

基于Smith提出的金属细线阵列与开口谐振换(SRRs)周期结构能在某一频段内实现双负特性的原理,对圆形SRRs结构进行了改进,提出了一种不相互嵌入、对称的开路谐振环结构。与Smith提出的谐振结构相比,该结构也能够实现特定频域的双负特性,且结构上下、左右都具有对称性,电流分布形态更加合理,电磁性能更加优良。     

美国国防实验室实现开放共享

美国政府从上世纪80年代开始,逐步授权国防部根据国家利益开放共享其国防实验室的实验设备、技术、研究能力,对外提供有偿的实验室服务,利用政府实验室、中心或其他测试设备开展材料、装备、模型、计算机软件和其他项目的测试及技术服务。     

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。