高层建筑消防监督管理系统性探讨

近两年的几场重大火灾说明高层建筑防火和救火不是一个部门一个环节的事情,而是一项系统的防治工程。分析了高层建筑从消防设计、施工到使用三个阶段六大环节中存在的缺陷和不足,就如何做好高层建筑的消防监督管理,提出了系统防治,以防为主的建议。     

基于非参估计的局部滑窗双参CFAR目标检测

针对特定杂波概率模型不能有效的描述SAR图像背景杂波这一问题,提出了一种基于非参估计的局部滑窗双参CFAR目标检测算法。该方法首先用非参估计方法逼近SAR图像局部背景,完成对局部背景的精确建模;在此基础上,理论推导了局部双参CFAR检测算法的阈值,设计了阈值求解的数值算法。对典型目标图像进行实验,结果表明,该方法检测速度较快、精度较高。     

专门用途英语课程中的合作教学

深刻认识专门用途英语的特点以及专门用途英语在专业课教学中的重要作用,并根据专门用途英语教师的素质要求和武警学院专门用途英语教师队伍的现状,提出了专门用途英语教师队伍建设和提高专门用途英语教学质量的四种合作教学模式。     

面向任务的导弹测试性需求分析与指标确定

针对当前缺乏科学合理的理论和方法确定导弹系统级测试性指标的现状,提出一种面向任务需求的测试性指标确定方法.将导弹任务剖面划分为贮存、出库、部署和发射四个阶段,并提出各个阶段相应的测试需求;分别建立基于贮存可用度、战斗准备任务成功率、部署战备完好率和发射任务成功率为性能要求的测试性需求子模型,给出各个性能指标与测试性参数...     

侦察图像综合利用技术研究

侦察图像的综合利用是实现远程精确打击的重要基础,在现代战争中具有不可替代的作用。分析了远程精确打击的作战需求,综合描述了国外相关研究现状,研究了空中侦察图像综合利用涉及的主要问题。在分析关键技术基础上,给出了初步解决方案。     

匈牙利法的末段两层火力反TBM目标分配优化

介绍了匈牙利法解决Assignment Problem的基本原理,对匈牙利法解决指派问题的解题步骤和特殊情况进行了说明。在给出末段两层火力防御TBM的目标分配原则的基础上,阐述了相关概念,改进了匈牙利法运用方式,并建立了目标分配模型。最后通过实例的解算,证明了该方法应用于末段两层火力防御TBM目标分配中的可行性,为末段协同反TBM的目标分配提供了一种有效的算法。     

基于小波变换和中值滤波的无人机图像去噪算法

在无人机航拍图像的实时传输过程中,有可能会同时受到脉冲和高斯混合噪声的污染,为后续图像的识别造成很大的困难.针对这种情况,提出了一种基于中值滤波和小波变换相结合的图像去噪方法.仿真结果表明,该方法不仅能有效地滤除脉冲和高斯的混合噪声,而且可以很好地保留图像的细节信息,改善图像的视觉效果.     

SpaceFibre网络服务质量时隙资源分配算法

为保证SpaceFibre星载数据网络大量实时数据流的超高速确定性传输,提出一种包含两个子算法的SpaceFibre网络服务质量时隙资源分配算法。形式化描述网络服务质量机制,给出调度矩阵相关定义;创建网络服务质量排队模型,定量分析时隙资源分配对网络时延性能的影响;考虑网络兼容性和算法鲁棒性,给出改进二进制序列调度子算法;采用提高初始种群进化程度和增加遗传算子等方法,给出改进混合单亲遗传调度子算法;利用Opnet网络仿真平台建立网络服务质量仿真模型,对比不同算法下网络时延性能。仿真结果表明,该时隙资源分配算法与其他算法相比,网络平均延时降低,网络性能得到显著改善,对构建低延时SpaceFibre网络具有参考意义。     

主动谐波消除多电平射频脉宽调制策略及其性能分析

为降低全数字发信机(All-Digital Transmitters, ADTx)的输出谐波要求,提高系统宽频带工作性能,提出并实现适用于全数字发信机的多电平射频脉宽调制(Radio Frequency Pulse Width Modulation, RF-PWM)策略。该方法通过控制各子脉冲的脉冲宽度,在基波分量加权之和正比于输入信号包络的前提下,实现对RF-PWM脉冲序列特定谐波分量的有效抑制。以3次谐波消除为例,对该5电平RF-PWM策略实现方案进行推导,同时分析验证了该方案下脉冲基波分量与信号幅度之间的最佳增益系数。在此基础上,利用软件仿真验证了理论分析结果以及主动谐波抑制RF-PWM策略的有效性。     

MF-CFI: A fused evaluation index for camouflage patterns based on human visual perception

The evaluation index of camouflage patterns is important in the field of military application. It is the goal that researchers have always pursued to make the computable evaluation indicators more in line with the human visual mechanism. In order to make the evaluation method more computationally intelligent, a Multi-Feature Camouflage Fused Index (MF-CFI) is proposed based on the comparison of grayscale, color and texture features between the target and the background. In order to verify the effectiveness of the proposed index, eye movement experiments are conducted to compare the proposed index with existing indexes including Universal Image Quality Index (UIQI), Camouflage Similarity Index (CSI) and Structural Similarity (SSIM). Twenty-four different simulated targets are designed in a grassland background, 28 observers participate in the experiment and record the eye movement data during the observation process. The results show that the highest Pearson correlation coefficient is observed between MF-CFI and the eye movement data, both in the designed digital camouflage patterns and large-spot camouflage patterns. Since MF-CFI is more in line with the detection law of camouflage targets in human visual perception, the proposed index can be used for the comparison and parameter optimization of camouflage design algorithms.