坦克典型承载件疲劳载荷的虚拟测试与编谱技术

提出了一种通过虚拟试验建立坦克关键零部件疲劳载荷谱的方法,并以坦克平衡肘为研究对象,建立了某型坦克的刚柔混合动力学模型。在制定的任务剖面下,通过虚拟试验测得了平衡肘疲劳载荷数据。通过对疲劳载荷数据的雨流计数处理并运用数理统计的方法,建立了能够反映实际使用载荷工况的目标载荷谱,为坦克平衡肘的疲劳寿命估算和加速寿命试验提供了科学数据。     

内核态与用户态混合调试代理技术研究

针对嵌入式Linux调试代理模型—Gdbserver和Kgdb,从调试代理在系统中所处的层次,进入被调试程序运行空间的方式,捕获被调试程序异常后处理的方式等几个方面进行了分析,总结出内核态与用户态调试的不同之处,建立了内核态与用户态混合调试模型,弥补了现有调试代理模型的不足。对实现内核态与用户态混合调试模型的重要组成部分进行了分析,给出了部分处理流程。     

舰船电力系统运行负荷估算方法研究

针对舰船电力系统的运行负荷估算常见算法的不足,提出了改进算法.改进算法用随机模型和回归模型描述舰船电力负荷,用回归模型描述的负荷采用回归算法,用随机模型描述的负荷采用逐步聚类法进行计算,并对获得随机负荷的计算参数提出了具体方法.通过对某船的计算和实测,进行了各算法的比较,验证了改进算法的可信性.     

变分自编码器结合聚类算法在空战态势评估问题上的应用

针对传统态势评估方法确定权值的主观性强、处理大数据能力弱、特征提取能力不足等问题，提出基于改进变分自编码器和聚类算法的无监督空战态势评估方法。根据态势变化连续性特点，提出基于时间段的空战态势分类方法，将敌我双方态势划分为四类。在变分自编码器的基础上，提出了VAE-WRBM-MDN特征提取模型，即使用混合密度网络优化变分自编码器的特征提取能力和生成数据的相似度，使用权值不确定限制玻尔兹曼机优化网络的初始权值。将提取的特征分别输入到两种典型的聚类算法中进行聚类，并结合态势函数和实际战场情况修正聚类结果，形成正确的态势分类标准。在实验部分，分别进行了最优参数调整、关键特征提取、聚类以及修正实验。实验结果表明，模型态势分类正确率和运行时间均满足应用需求，实例评估结果与客观态势一致性强，所提方法具有实际应用价值。     

基于MINIS仿真平台的CODOG动力装置仿真研究

根据MINIS仿真平台的框架结构,结合舰船CODOG动力装置的特点,采用模块化建模方案建立了各部件的仿真模型,给出了算法程序设计和模型实现的方法。采用MINIS仿真,将算法编译成动态链接库,发挥了不同编程语言的长处,考虑了不同开发者的差异性,增强了可扩充性,缩短了程序开发时间,对动力装置的进一步应用开发具有较大的参考价值。     

基于预报误差分布拟合的卫星历史机动检测方法

轨道机动会引起在轨卫星的轨道异常，是空间态势感知的重点关注对象之一。为此，提出一种从卫星的两行轨道要素编目数据中检测历史机动的方法。通过分析预报误差检测轨道参数的异常编目值，进而获得相应的历史机动信息。对卫星的两行轨道要素编目数据两两预报求差得到预报误差的样本数据后，利用期望最大化算法可以拟合得到以高斯混合模型表达的预报误差的概率分布模型；以此为基础，可以确定利用预报误差检测轨道参数异常编目值的门限；利用轨道机动与异常编目值之间的对应关系，最终实现机动检测。对典型活动卫星的机动检测结果表明，所提方法能够在准确检出历史机动事件的同时保持较低的误检率。     

炸药冲击波激励气体辐射的数值模拟

建立了炸药冲击波激励气体辐射的物理模型和数学模型。用MMIC - 2D软件对爆炸过程进行了模拟计算。分析了冲击波作用下气体的流动特性 ,并给出了爆炸全场的密度分布及随时间的变化规律     

新型移动式野战加油站建设与运用

针对部队加油站建设标准不一、形式多样、改造周期长、费用高、效率低、耐候性差的问题，本文在明确新型移动式野战加油站的建设意义和建设目标的基础上，对移动式野战加油站的整体可移动性、储油罐与加油装置集成以及边海防等一线连队的油料保障模式和建设标准进行了研究，从工艺流程、建设选址和建设标准等方面提出了基于集装箱方舱框架设计新型移动式野战加油站的保障运用模式。这种模式不仅可填补大容量战储装备空白，还可以为热点方向实施定点保障，为加快推进部队储加油设施建设向集约化转型、保障向战场延伸提供借鉴。     

飞行器有源对消隐身技术

隐身技术已经成为现代高性能飞行器设计的重要支撑,是先进战机的基本要求。现行的隐身设计方法主要包括气动外形优化以及隐身材料涂覆。随着雷达探测能力的不断提升,尤其在米波雷达探测背景下,外形优化与隐身涂层变得不再有效,有源隐身技术被重新予以重视并有望成为新的隐身技术突破点。本文着重分析了有源对消技术的基本概念、技术现状以及相应的关键技术,对该技术体制的优势和特点进行了归纳和总结。     

利用阵列协方差矩阵稀疏性的到达角估计方法

为了解决传统基于阵列协方差矩阵稀疏性到达角估计方法计算复杂度高的问题,提出基于直接二维稀疏重构思想的高效到达角估计方法。该方法利用阵列输出数据的协方差矩阵构造二维稀疏表示模型,对协方差矩阵进行特征值分解以实现噪声功率估计,从而降低噪声对到达角估计的影响。在求解稀疏表示模型时,直接对该二维稀疏重构问题进行求解,避免了矩阵矢量化操作。仿真实验结果表明,该方法运行效率大大提高,并且在低快拍数、低信噪比和稀疏阵元等条件下估计性能优于传统方法。