一种基于改进Bounding Box的移动信标辅助节点定位算法

针对无线传感器网络的节点自定位问题,提出一种利用单个移动信标的定位算法。该方法在传统Bounding Box定位方法的基础上,结合信标的实际通信区域,提出“O-区域”和“S-区域”的概念,通过对新接收到的信标位置分类讨论,进一步缩小未知节点的可能区域。通过仿真比较,验证了该方法的性能优于质心定位法和Bounding Box定位法,同时定位精度与移动信标的通信半径大小有关。     

低入射余角下雷达地杂波反射率模型

在常用雷达地杂波反射率模型的基础上,综合考虑雷达频率、地形种类和入射余角等对地杂波反射率的影响,建立了一个低入射余角下雷达地杂波反射率模型,并在不同的情况下,该模型与其他常用地杂波反射率模型相比较。结果表明:该雷达地杂波反射率模型更符合实际,进而证明了该模型的有效性和实用性。     

返回器飞行管道的快速预测算法

针对返回器回收任务中对安全空域和期望落点的计算需求,提出了基于Koopman算子的飞行管道快速预测算法,给出了搜救直升机安全飞行空域的判定流程。建立了物伞动力学模型,利用Halton采样方法从随机空间中均匀采点,计算得到多条可能弹道;采用Koopman算子的后拉机制,将初始概率密度值与当前状态关联,得到不确定条件下返回器及其分离部件的飞行管道和期望弹道。仿真结果表明,基于Koopman算子的飞行管道快速预测算法在收敛速度和精度上都要显著优于Monte Carlo方法;利用飞行管道计算结果对搜救直升机飞行路线进行规划后,碰撞风险最大降低54%且搜索时间减少70%。飞行管道预测算法已成功应用到嫦娥五号的回收任务中。     

测量控制隧道开挖断面技术应用研究

介绍了毛洞断面测量系统的组成及原理,阐述了利用TC(R)1101全站仪构架的断面测量控制系统在地下隧道施工中的应用,包括准备工作、断面测量、搬移测站以及内业整理,并对测量控制隧道开挖断面技术的应用效果及效益进行了详细分析。该技术在控制断面超欠挖,提高光面爆破水平效果明显。     

加快嵌入式Linux系统启动速度的方法及应用

嵌入式系统面向应用,提高系统在配置较低的嵌入式设备上的启动速度对嵌入式Linux的推广应用具有重要的意义。针对嵌入式Linux系统,分析了从开机直到启动完成的整个启动过程;以i386平台为例,提出了各个启动阶段中加快启动速度的解决方法;并结合一个具体的应用实例,对构建快速启动的嵌入式Linux系统进行了应用测试,结果达到了预期目的,对类似嵌入式系统的研究也有借鉴作用。     

弹道目标微动特征提取研究

微动特征是弹道目标识别的关键特征之一.针对这一特征,对弹道目标微动特征提取技术进行了分析,主要包括微动信号补偿与分离、微动目标识别以及组网雷达中弹道目标微动特征提取3个部分.同时结合国内外的研究现状,总结了现有的技术手段,并对相关技术的优缺点进行了分析.在此基础上,探讨了弹道目标微动特征提取的需要解决的问题以及未来的发...     

对建立和完善四个机制提高武器装备采办效率和费用效益的思考

分析了目前我国武器装备采办体制和机制中存在的不足,对如何建立和完善四个机制,提高武器装备采办效率和费用效益做了一些探讨。     

南京政治学院"纪念中国共产党成立80周年理论研讨会"综述

“七一”前夕 ,为庆祝中国共产党八十华诞 ,南京政治学院在中国共产党的诞生地———上海 ,召开纪念中国共产党成立八十周年理论研讨会 ,作为献给党的生日礼物。来自教学、科研战线的 4 0多位与会代表参观了党的“一大”会址 ,回顾了党的光辉历程 ,以江泽民“三个代表”重要思想为指导 ,联系国际、国内形势的变化 ,对新时期党的建设的一系列重大问题进行了广泛的交流与讨论。一、回顾 80年党的光辉历程 ,总结党的建设的历史经验一些代表在回顾党的历史的基础上 ,提出中国共产党自 192 1年成立以来 ,有两次大发展的时期 ,一次是从 1935年遵义…     

某新型远程AUV的视景建模及可视化仿真研究

在某新型远程自主水下航行器（AUV）的几何空间坐标方程和运动学数学模型的基础上，根据该新型AUV的组成和物理特性完成其在虚拟场景中的三维模型构建。该模型不仅可以准确反映AUV的各项物理参数和真实尺寸，而且可以在数学仿真的同时实现模型仿真的可视化，更加直观、生动和实时地反映AUV的位姿状态以及巡航、悬停和目标跟踪等过程。     

基于训练网络的目标检测方法及应用

传统的Faster-RCNN目标检测网络以VGG16作为训练网络,其网络提取能力弱、检测速度慢,提出将inception网络与深度残差网络作为训练网络用于Faster R-CNN。在TensorFlow框架下,搭建相应的网络模型,并选取飞机、车辆、操场以及水箱的遥感图像进行了实验验证。实验结果表明,相比于VGG16网络,基于inception网络与深度残差网络作为训练网络的Faster R-CNN模型在识别精度和识别速度上都具有明显的优势。