基于ECEF坐标转换的AEWS数据配准算法

数据配准是多传感器数据融合的先期处理过程.基于地心地固坐标系(ECEF)研究了预警机系统(AEWS)与地面雷达数据处理中心的数据配准问题.首先给出AEWS与地面雷达数据处理中心数据配准几何坐标转换算法;然后利用卡尔曼滤波实时估计出预警机对地面雷达数据处理中心的系统偏差,从而实时对预警机系统(AEWS)进行配准,计算机仿真结果证明了该算法的正确性和有效性.     

基于提升五株形小波的图像融合

在提升五株形小波多尺度分解的基础上,给出一种新的像素级图像融合方法.该方法利用提升五株形小波变换对每一幅图像进行多尺度分解,按照不同的融合规则,采用多种融合算子去构造融合图像对应的各小波系数,再根据融合图像的各小波系数重构融合图像.该方法被成功地用于模糊图像的融合处理.试验结果表明该融合方法十分有效,获得的融合图像更符合人们的视觉特性、更有利于进行监视和侦察之类的视觉感知.     

泛函微分方程x’（t）＝a（t）f（x（μ（x（t））））的解的性态

本文研究偏差变元依赖状态自身的泛函微分方程ｘ’（ｔ）＝ａ（ｔ）ｆ（ｘ（μ（ｘ（ｔ））））（１）的解的渐近性态。进一步推广或部分推广Ｄｕｎｋｅｌ［１］、Ｅｄｅｒ［２］、Ｗａｎｇ［３］、吴汉忠［４．５］及作者［６～８］等人的工作。文中使用了一些新方法,也得到了一些新结果。     

火炮射击偏差校正系统

在利用火炮等武器对目标区的目标点进行打击时,由于射击偏差的存在,需要实时获取炸点相对于目标点的偏差量,用来修正火炮下一次射击时的方位角,即完成射击校正,以此保证射击精度和缩短作战反应时间.介绍了经验校射法、基于激光测距机的地面校射法、炮位侦察校射雷达和基于无人机的校射系统,并分析了每种方法的局限性.重点研究了基于无人机的射击校正方法,给出了适合大中型以及微小型无人机的校射数学模型.     

基于复杂网络的作战系统结构研究

信息化战争的现实需求推动着作战系统的发展变革,其结构组成日益呈现复杂化和网络化的特点.基于复杂网络理论和网络中心战思想,将作战系统进行纵向节点划分,建立起四重网格立体模型,并从拓扑结构定性分析出发,推论出其内部组成具有小世界和无尺度的基本特征,为进一步将复杂网络研究成果运用到作战系统中提供了理论参考,具有积极的现实意义.     

突出实践特色 破解发展难题

在学习实践科学发展观活动中,我们在抓好理论武装的基础上,注重突出实践特色,坚持把科学发展观作为统领工作的"灵魂"、组织实践的"准绳"、破解难题的"法宝"、检验成效的"尺度",着力在提高民兵军事训练、政治教育、经费使用、安全管理质量效     

系统频率偏差对同时全极化测量的影响及其校准

目标极化散射矩阵的精确测量是全极化雷达极化信息处理的前提和基础。基于正负线性调频信号，针对采用数字解线性调频处理的同时全极化测量体制雷达，分别推导了雷达中频频率偏差和采样频率偏差对同时全极化测量影响的数学模型，提出一种雷达中频频偏和采样频偏的联合估计与校准方法。仿真和实测数据表明：雷达系统频率稳定度会引起不同通道极化测量结果峰值位置和相对相位的变化，采用所提方法能够有效校正峰值偏移，补偿相位误差，提高目标极化散射矩阵测量的精度。     

地球模型偏差对远程弹箭弹道仿真的影响及修正

针对地球模型精确度影响远程弹箭弹道仿真的问题,分析了地球模型偏差对弹道仿真精度的影响并加以修正。采用总的地球椭球系,在已有弹道模型的基础上,分析了垂线偏差的产生机理及其对定向定位参数的影响,并由此得出弹道几何偏移随定向偏差的变化规律,研究了引力加速度初值偏差对弹道的误差累积,并对由水准面不平行性造成的实际落点高差进行了理论推导。对比仿真算例表明,考虑地球模型偏差影响的仿真结果与不考虑的情况下差别较明显,在远程条件下对弹道仿真精度的影响不容忽视。     

饕餮新年勿忘养生

盼了一年,羊年的春节就快到了,这是中国最富有特色也是国人最关注的传统节日之一。随着新春佳节的喜庆气氛逐渐蔓延开来,各类喜宴、公司聚餐、家庭聚会也将接踵而至,人们会放下忙碌的工作尽情去享受新年的喜悦。往年有很多人因为不注意"吃"的方法而使肠胃饱受折磨,甚至身体在节后出现一些小毛病。到底新年聚餐应该如何吃才能既享受各种美味佳肴又保证健康的身材与体魄呢?下面小编就教您几个关于聚餐的养生小妙     

基于迁移学习的小样本事件抽取技术及军事应用展望

事件抽取作为信息抽取的任务之一,旨在从非结构化文本中抽取出结构化事件信息,从而更好地应用在相关应用领域和下游任务上。基于迁移学习的事件抽取技术是当前低资源场景下的事件抽取研究的主流方法,通过设计更鲁棒的模型来迁移知识,解决事件抽取面临的训练数据缺乏问题,从而提升小样本事件抽取的效果。对基于迁移学习的小样本事件抽取技术及其军事应用展望作了全面的阐述,回顾事件抽取的起源与发展,描述迁移学习事件抽取的研究背景,并重点总结目前的技术方法及其军事研究现状,提出其军事上应用展望,最后对其面临的问题挑战和未来研究热点作了分析。