张自忠所部编成与序列沿革

自1933年3月在喜峰口英勇抗击侵华日军起,张自忠所部历经天津、冀南、淮北、临沂、徐州、潢川、随枣、1939年冬季攻势、枣宜等大小战斗多次,广大官兵不怕牺牲,浴血奋战,狠狠地打击了日本侵略军,体现出不畏强暴、抵抗外侮的民族精神.1940年5月16日,张自忠在湖北宜城的十里长山光荣殉国,是役为国捐躯的尚有张敬、洪进田、马孝堂等官兵500余人(《张上将自忠纪念集》卷十四,173页,上海1948年版).     

单步和多步寻优结合的诊断策略构建方法

为避免AO*算法及Rollout算法的回溯操作,同时克服信息熵算法最优性较差的问题,达到以较低测试费用对装备进行故障检测和隔离的目的,提出了一种单步和多步寻优结合的诊断策略构建方法.该方法以诊断策略构建与无噪声编码的相似性为依据,根据故障状态模糊集中的概率分布情况选择单步或多步寻优搜索方法.提出在故障状态模糊集中概率最...     

摆线齿准双曲面齿轮齿面主动设计

为预控双面法加工的摆线齿准双曲面齿轮的啮合性能,用大轮理论齿面展成与之共轭的小轮共轭齿面,将小轮共轭齿面沿啮合线方向和接触迹线方向分别进行修形,得到满足预置传动误差曲线以及接触印痕的目标齿面,计算出目标齿面与小轮理论齿面的法向偏差。建立以小轮加工参数调整量为变量,小轮两侧齿面与目标齿面法向偏差平方和最小为目标的优化模型,并采用序列二次规划算法求解该模型。以某高速车桥齿轮副为例进行验证,结果表明:加工参数调整后小轮两侧齿面与各自目标齿面的最大法向偏差分别为-4.7μm和-4.67μm,两侧啮合转换点传动误差与预置值分别相差6.67%和4%,两侧接触迹线最大偏差分别为0.275mm和0.177mm,基本符合预置条件。     

基于附加频移跳频的方案设计及其性能分析

为了提高跳频系统的抗预测性能,增大抗跟踪干扰能力,提出了基于附加频移的跳频通信。在给定跳频带宽内,该方案通过双序列的控制输出射频频率来提高其跳变复杂度,从而增大敌方对于跳频序列的正确建模和预测难度。基于混沌特性的分析方法,对采用L-G非连续抽头模型和Logistic-Kent级联映射构造的合成跳频序列的复杂度进行了计算,与相同模型下构造的常规跳频序列相比,基于附加频移的跳频通信均具有更大的复杂度。     

多点源交叉波束干涉效应特征分析

介绍多点源交叉波束通过干涉效应实现交汇空间功率合成的基本原理,根据空间功率合成机理,建立对功率合成效率、同相叠加点间距的计算机仿真,完成多点源交叉波束干涉效应特征分析,以此作为多点源交叉波束空间功率合成的评估依据。     

基于OFDM的宽带混沌干扰信号产生技术

根据OFDM调制特点,并结合混沌序列伪随机以及初值敏感特性,提出了一种基于OFDM技术的宽带自适应多目标混沌干扰系统。该系统可灵活实现干扰频带控制,并能根据目标特征灵活调整功率谱形,还可以实现多目标同时干扰。该系统选用混沌序列作为基带干扰源,具有类随机性能好、计算量小、序列数量众多等优点。仿真结果表明:该系统具有灵活的干扰频带和功率控制能力以及优异的时频遮盖性能,可用于对多目标进行自适应干扰。     

基于稀疏约束与双线索选择的目标跟踪算法

为了解决现有DCF类跟踪器存在边界效应及时间滤波器退化的问题,进一步增强其在复杂场景下跟踪的准确性,基于LADCF算法,提出了一种有效的双线索目标跟踪框架,用于鲁棒视觉跟踪。将结构化稀疏约束应用到多通道滤波器,并通过提取9维HOG特征与11维CN特征构建新的跟踪线索,与原有线索协同跟踪目标。建立可靠性评估策略,在每一帧中选择合适的线索进行跟踪。在OTB-50、OTB-100基准数据集上进行了定性和定量评价,实验结果表明,所提出的方法跟踪准确度相比LADCF算法提升了2.4%,相比ECO＿HC提升了3.7%,优于现有的主流跟踪算法,且跟踪速度达到21.1帧/s,可以实现实时跟踪。     

一种基于关联脉冲对的动态直方图分选算法

针对现有分选算法在复杂电磁环境下准确性与效率降低的问题,提出了一种基于关联脉冲对的动态直方图分选方法。该方法首先对到达时间差进行固定箱长统计,将高于检测门限的相邻箱进行合并,得到动态直方图统计结果,估计出潜在PRI(pulse repetition interval)。对潜在PRI对应的关联脉冲对进行分析,剔除虚假PRI并估计出真实PRI的抖动量。最后,再依据PRI参数完成脉冲序列搜索,实现对雷达信号的分选。仿真实验表明,该方法在较低的到达时间差级数条件下,对多部复杂PRI调制信号的分选准确率达到95%,能够对复杂电磁环境下的雷达信号进行有效分选。     

应用局部约束二维稀疏表示识别SAR图像目标

在分析典型稀疏表示分类方法和局限性的基础上,提出了一种基于局部约束的二维稀疏表示方法,以有效解决SAR图像目标识别问题。该方法对SAR图像进行图像预处理,在兼顾图像相邻列(行)对应稀疏表示系数邻近性和样本间局部性的基础上,构建了局部约束目标函数,并通过解闭式解,实现稀疏表示系数的更新求解。利用美国实测MSTAR数据对算法进行了仿真验证,实验结果表明所提出的方法可实现SAR图像目标的有效识别,并对训练样本数目具有一定的鲁棒性。     

基于稀疏表示的数字调制模式识别

通过分析稀疏表示在模式识别应用的基础上,提出了一种基于稀疏表示的特征提取方法。该方法首先引入主成分分析对新的样本进行降维,然后利用降维后的训练样本构建稀疏线性模型,通过范数最优化求解测试样本的稀疏系数,根据稀疏系数的分布提取特征值。最后利用支持向量机分类器进行信号的分类识别。并在求解最小范数优化问题中,提出一种通用的解决方案,利用粒子群算法确定最优惩罚系数。新方法提取的特征值经计算机仿真研究证明,该算法具有较好的有效性和一定的工程应用性。