数字化扩频接收机的自适应抗干扰滤波方案研究

讨论了自适应抗干扰滤波在最小频移键控的直接序列扩频(DS-MSK)数字化接收机中的应用问题,对非线性滤波加以改进,提出了部分解扩非线性滤波(PDNF)结构,将快速更新子带自适应滤波(FRSAF)算法用于PDNF结构以提高收敛速度。结合FRSAF算法的PDNF自适应抗干扰滤波方案在收敛速度、稳健性和输出信噪比等方面明显优于结合LMS算法的传统非线性抗干扰滤波方案,仿真结果验证了上述结论。     

多传感器参数融合研究

防空导弹武器系统为了适应“网络中心战”,对多传感器参数融合进行了研究。给出了同时间点参数融合的加权最小二乘法与不同时间点参数融合的Kalman综合滤波法。对于各方法的性能,不仅进行了简要的理论分析,还给出了仿真实验的数据结果。理论分析与仿真实验都证明了这2种方法具有优异性能。     

引导青年树立科学的民主观

民主观是关于民主的基本内涵、价值标准以及发展趋势的总的观点,其中包含了对自由、平等和人权的根本看法。因此,要引导青年树立科学的民主观,就必须帮助他们树立科学的自由观、平等观和人权观。(一)培育科学的自由观。科学的自由观是个人对于自身自由程度的科学判断和对个人与社会关系的正确把握。其核心是正确对待民主与自由的关系问题。民主与自由紧密相连,不可分割。民主一方面是自由的保证,另一方面又是自由的限制。反之自由既可以构成民主的正面的积极的因素,如适度的自由是民主权利的一部分;又可以成为民主的反面的消极因素,如过度的…     

定向能武器与美国导弹防御

1983年3月23日,罗纳德·里根在著名的“星球大战”演讲中提出,为应对核弹威胁、阻止热核战争爆发,美国必须研发和部署导弹防御能力。如今,美国在阿拉斯加和加利福尼亚部署了数十套陆基拦截系统,而它们仅仅可能具备拦截来袭洲际弹道导弹的能力。为了实现里根的“遗愿”,美国国防部近年来一直在发展机载激光武器,在弹道导弹防御中不断加大定向能武器的投入力度。     

按照打仗要求提升基层建设的层次和水平

按照打仗要求提高基层建设层次,必须强化能打仗打胜仗的观念,把习主席治军方略坚决贯彻落实到基层;聚焦能打胜仗目标,着力锤炼官兵战斗作风和军人血性;树牢战斗力是唯一根本的标准,切实形成一切为打赢的生动局面.     

按照强军目标要求加强国防生培养工作

新时期,国防生培养工作必须紧紧围绕习主席提出的“听党指挥、能打胜仗、作风优良”新要求,更加注重政治信念教育,打牢听党指挥的思想基础;更加注重军政素质培养,打牢能打胜仗的能力基础;更加注重纪律养成,打牢作风优良的素质基础.     

基于OLS算法的导弹气动系数模型优选

针对导弹控制系统中的气动力建模问题,将正交最小二乘法用于模型结构优选,并提出一种候选模型集预处理方法,用以剔除模型中的相关项在此基础上建立了导弹气动力模型优选方法。将其应用于一种导弹滚转力矩系数模型,进行了仿真计算,取得了与风洞试验数据一致的计算结果。结果显示该方法在导弹气动力建模中有效可行,为构建最优化的模型结构提供指导。     

Si3N4和CCr15对巴氏合金摩擦副的摩擦磨损性能研究

在UMT-3摩擦磨损试验机上,将Si3N4、CCr15分别与巴氏合金进行了摩擦磨损试验,并利用扫描电镜和X射线能谱仪观察巴氏合金的磨损表面,探讨其磨损机理,为Si3N4-巴氏合金新型陶瓷轴承的实际应用提供理论依据.结果表明:载荷相同时,Si3N4-巴氏合金的平均摩擦因数和磨损率比CCr15-巴氏合金低;随着载荷的增加,Si3N4-巴氏合金的摩擦因数先升后降,波动幅度明显小于CCr15-巴氏合金;载荷为10N时,Si3N4-巴氏合金摩擦因数达到最大值0.13,在15N时达到最小值0.04;摩擦副整体磨损率较低,巴氏合金的磨损率随载荷增大而增大,平均为10-6 mm3/(N-m).在Si3N4-巴氏合金摩擦表面同时存在陶瓷氧化物润滑膜和金属磨屑,共同起到了润滑减摩的作用.Si3N4-巴氏合金作为陶瓷轴承的配合材料,具有比传统轴承更好的摩擦磨损性能,具有广阔的应用前景.     

高速电弧喷涂镍基非晶纳米晶复合涂层及其磨损性能研究

利用高速电弧喷涂技术在重载车辆18Cr2Ni4WA轴类基体上制备了NiCrBMoFe非晶纳米晶复合涂层.采用扫描电镜、透射电镜、X射线衍射仪和差热分析仪等设备对涂层的组织结构进行了分析,结果表明:涂层组织结构致密,与基体结合良好,主要由非晶相和γ-Ni(Cr)相纳米晶组成,非晶质量分数达到45％,且涂层具有良好的热稳定性.利用微动摩擦磨损试验机对涂层的磨损性能进行了研究,结果表明:涂层具有很好的耐磨性,相对耐磨性约是基体材料的8倍,远远超过了该轴的磨损要求,其失效机制主要为典型的脆性剥落磨损.     

基于MED的滚动轴承故障特征提取方法及其应用

为提取微弱的轴承故障信号,研究了一种基于最小熵反褶积(Minimum Entropy Deconvolution,MED)的滚动轴承故障特征提取方法:在利用AR模型去除齿轮啮合产生的确定性信号的基础上,对保留信号进行最小熵反褶积,增强冲击信号.该方法避免了传统轴承故障诊断方法中带通滤波器设计的难题,实车测试表明:与共振解调技术相比,该方法提取的滚动轴承故障特征更加明显,更适合于工程应用.