复合固体推进剂等效力学性能VCFEM细观预示方法

根据固体推进剂的细观结构特征,采用等圆最优装载方式生成代表性体积单元(Representative Volume Element,RVE)模型,并结合Voronoi单元有限元方法(Voronoi Cell Finite Element Method,VCFEM)和均匀化方法,发展了一种可预示固体推进剂等效力学性能的数值分析方法,从而得到体分比和组分材料对等效模量和等效泊松比的影响规律。为证明该方法的有效性,设计一个对称数值模型,通过对该方法和传统有限元方法的节点位移结果的比较,发现两者之间的相对误差小于5%,且VCFEM用少量单元就完成了分析,提高了计算效率。通过对不同细观结构下推进剂RVE模型的计算,发现随着夹杂体分比的增大,夹杂的颗粒增强效应越明显,基体材料的变化比夹杂材料对等效力学性能有着更加显著的影响。     

强爆轰驱动超高速碎片发射装置设计因素分析

为了得到发射装置设计因素和超高速碎片性能间的关系,考虑了药型罩的材料、炸药种类、装药长径比、药型罩的锥角、药型罩的厚度、药型罩顶部靠近装药侧的曲率半径等设计因素,采用AUTODYNTM,结合正交试验,对超高速碎片的发射过程进行数值模拟。结果表明,3种发射装置结构分别可以提供质量为1. 533 g的紫铜碎片、速度为11. 649 km/s的铝碎片、动能为85. 6 k J的铝碎片; 2种发射装置结构均可以提供质量大于1 g、速度高于11 km/s的密实结构圆柱状碎片。验证了仿真方法的可信性,对影响碎片性能的设计因素进行了分析、排序,并得到了这些设计因素与碎片质量、速度、动能的关系。     

多碱光电阴极饱和机理研究

多碱光电阴极饱和机理的研究对于提高阴极电子发射能力具有重要意义。依据光电阴极三步电子发射理论,采用蒙特卡洛法研究了多碱光电阴极的电子发射过程。研究结果与相关文献中的实验数据进行了对比分析,光子能量临近光电阴极响应阈值附近时,得到的量子效率曲线以及电子能量分布曲线与实验数据吻合良好。基于上述模型,研究了光压效应和空间电荷效应对多碱光电阴极电子发射特性的影响。结果表明,多碱光电阴极在光压效应限制下的阈值饱和激光能量密度约为8μJ/cm~2,在空间电荷效应限制下的阈值饱和激光能量密度约为2. 23μJ/cm~2。开展了266 nm激光辐照多碱光电阴极实验,经测量,多碱光电阴极的阈值饱和激光能量密度约为2μJ/cm~2,这表明空间电荷效应是限制其光电子发射能力的主要因素。     

COSMIC掩星电子密度廓线的质量检核

利用COSMIC掩星任务自2010年至2014年的电离层电子密度廓线,使用只考虑廓线自身特性的4种参数进行质量检核,并对廓线质量的时空分布进行分析。发现在廓线质量的空间分布上,廓线不合格率在高纬地区最高,其次是低纬地区,在中纬地区最低,这可能与电子密度分布在磁赤道附近存在赤道异常、两极地区的磁场强度最大有关。廓线质量的季节变化较明显,在南、北半球,冬、春两季的廓线不合格率均显著高于夏、秋两季。另外,廓线质量具有一定昼夜分布特性,不合格率白天明显较夜晚低,且在晨昏分界线上变化较大。合格廓线的电子密度峰值和峰值高度分布在磁赤道附近明显高于其他区域,呈现"双驼峰"现象。     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。     

反舰导弹电视制导ATR方法研究——多目标几何识别

本文运用图象处理与图象识别技术,结合应用光学的方法,研究了舰船目标图象识别的有关问题,并提出了一个可用于反舰导弹电视制导的自动目标识别（ATR）系统的方案设想。实验室模拟结果表明本方案具有实现的可行性     

防空作战单元的航迹管理和目标识别

本文以防空导弹作战单元指控系统的航迹管理和目标识别为应用背景,着重介绍单目标和编队目标航迹管理的可行性及存在的间题,并阐述一种改进的目标识别算法.     

一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

ATR算法原理分析

随着现代微处理器和大规模集成电路、集成光路的发展,自动目标识别（ATR）算法技术在现代防御系统领域中具有越来越重要的作用。文章归纳了目标表示方法,着重对ATR算法──一统计模式识别算法、模板相关算法、基于模型的算法、人工神经网络算法,进行了概述和综合理论分析,并得出了一些有用的结论,为ATR系统学科的发展和应用奠定基础。