潜射导弹出水过程空化流数值计算

运用Zwart-Gerber-Belamri空化模型,采用动网格和复合网格技术,提出复杂外形潜射导弹出水过程中空化流数值计算方法。对头肩部、舵面及突起物的空化生成、演化及影响因素进行分析。仿真结果表明:出水过程初期空化数降低使附体空泡迅速扩大,随后对空泡脱落与振荡的影响将更为显著;肩部以15 m/s的速度出水时产生空化并随速度上升而迅速增长,5°~10°攻角时肩空化非对称性显现;舵面空化受出水速度影响较小,攻角小于等于5°时空化面积小于全舵面积的10%,但攻角大于5°后空化面积迅速增长至50%以上;减小突起物尺寸有利于避免空化产生,突起物空化受攻角影响较小,但在高速下可诱导临近弹体产生空化。     

基于均分簇算法的战争Ad Hoc网络广播风暴抑制

网络广播是维持网络正常运作的基本手段,但Ad Hoc网络拓朴的频繁变化,将使网络广播无法进行收敛,形成广播最终会使本来就受限的资源趋于濒绝,网络无法通信而瘫痪.为此,提出了一种自适应均分簇理论SACA,通过分层虚拟子网的过滤与阻隔算法,有效地抑制网络广播风暴.     

脉冲串信号时差估计优化算法

针对脉冲串序列信号的目标定位任务,传统的单脉冲到达时间差定位方法由于测量单个脉冲的到达时间产生的误差可能偏大,而导致目标定位精度不能满足实际工程需求。现提出两种优化定位精度的方法,前者是针对在脉冲串未出现缺失的条件下,利用最小二乘法计算两个基站接收到的脉冲串到达时间差;后者是针对在脉冲串出现缺失的条件下,利用序列相似性原理对脉冲串到达时间差进行搜索,两者都能减小测量误差对整个定位系统的影响,提高整个系统的定位精度。     

星地非理想通道下的导航信号测距偏差分析

针对广义信道下伪码测距偏差与各部分通道测距偏差叠加值的等效性问题,研究星地叠加通道和部分通道特性对伪码测距偏差的影响,并对实际通道中伪距"分层"现象的成因展开分析。通道非理想特性会对导航信号伪码跟踪性能产生影响,综合考虑星地两端通道的非理想特性,通过对导航信号伪码跟踪函数和不同类型通道建模,研究了星地叠加通道和部分通道特性对伪码测距偏差的影响。结合几类典型星地非理想通道,利用软件接收机展开仿真验证。通过分析几类典型通道对伪码测距偏差的影响,解释了零基线双差观测量中伪距"分层"现象的成因。文中模型与相关分析方法可用于解释相关信号质量问题,并指导接收机通道的最优化设计。     

水下结构声辐射FEM/BEM简化计算方法研究

为提高水下结构声辐射FEM/BEM方法的计算速度,首先以节点位移作为中间变量对湿表面处结构和流体的运动方程进行解耦;然后,采用单元的外法向矢量来表示相关系数,并简化了积分奇异性的处理;最后,以脉动球和水下加筋圆柱壳为算例进行了计算,计算结果、理论结果与试验结果吻合较好,由此验证了方法的有效性。     

无人机航迹规划中动态威胁评估方法

无人机利用动态威胁评估方法可以对航迹中的动态威胁等级进行评估,然后根据评估结果制定相应的规避策略完成规避动作。针对无人机航迹规划中动态威胁的规避问题,提出了基于模糊离散动态贝叶斯网络的动态威胁评估方法。基于模糊分类的信息处理技术可以处理部分连续观测值问题,基于动态贝叶斯网络的推理技术能利用先验信息和离散的证据信息进行不确定性推理,最后推理评估得到动态威胁等级。仿真结果表明,该评估方法在处理时序上不确定性问题具有较强的优势以及很好的鲁棒性。     

基于卷积神经网络的空中目标粗分类研究

空中目标的准确分类与识别是防空作战的关键环节。将卷积神经网络应用到空中目标粗分类任务。实验基于Alex Net卷积神经网络模型,并利用建立的小规模数据集进行微调训练,从而提取目标特征并进行分类识别。再和利用HOG特征的分类方法进行对比实验,发现前者具有较大准确率的提升。得出利用卷积神经网络提取的特征具有更强大的表示目标的能力,为进一步实现跟踪空中目标打下实践基础。     

基于2分随机乘法模型的多重分形海杂波建模研究

为准确建立海杂波模型,将乘法模型与多重分形相结合引入到高分辨率海杂波建模研究中,提出了一种基于2分随机乘法模型的多重分形海杂波建模方法,理论上分析了模型的多重分形特性,并从实测海杂波数据中提取了倍乘因子的分布特性,提出了基于Beta分布的倍乘因子构建方法,仿真得到了海杂波数据。通过对瑞利分布、韦布尔分布和对数正态分布的比较分析以及K-S的统计检验,验证了2分随机乘法模型的合理性,这为高分辨率雷达的海杂波建模研究及其背景下的目标检测研究奠定了理论基础。