基于微动目标主体信息的平动补偿方法

目标的平动和微动均会对雷达信号产生调制,其中,微动信息的提取对目标识别具有重大意义.选择对点散射模型进行分析,构建回波信号模型.根据信号在时频分布中的特点,通过霍夫变换(TFD-Hough)获得平动参数,重构出参考主体信号,进而补偿主体回波信号,再经高通滤波器处理,最终实现平动调制的补偿以及微动信号的分离.仿真实验验证了该方法的有效性.     

发射与制导分离的编队协同防空目标分配决策

为解决舰艇编队协同防空中发射和制导分离时的动态目标分配问题,以编队生存概率最大、目标突防综合威胁值最小和制导单元分配效益最优为最优函数,建立了动态多目标优化分配决策模型及状态的动态更新方式.采用多项改进措施设计了动态多目标粒子群优化求解算法及流程.仿真结果表明,所建立的目标分配模型能较好地解决舰舰协同防空中火力通道固定和分离时的不同分配问题,并得到了一些有益结论.     

典型线性火工分离装置作用过程数值模拟及试验研究

针对目前线性火工分离装置的优化设计主要依靠试验验证,成本高且设计优化迭代慢的问题,采用任意拉格朗日-欧拉方法建立典型线性火工分离装置的数值模型。通过火工分离试验和光子多普勒测速试验对上述数值模型进行验证,发现该数值模型具有较好的精度。使用该模型研究上述火工分离装置分离瞬态过程的力学机理,并定量分析多种因素对分离装置重点部位等效塑性应变等关键特征量的影响。研究发现,芯药线密度、分离板削弱槽底部的圆角半径对分离装置的作用过程有重大影响。此外,保护罩材质、削弱槽开口角度、分离板槽结构尺寸等因素对分离过程也有一定影响,但其影响相对较小。研究结果可以为典型线性火工分离装置的优化设计提供基础。     

南昌县人武部在征兵工作中严把“政治考核”关

江西省南昌县人武部在今年的征兵工作中,严格按照新兵政治考核的有关新规定和新要求,把好应征青年政治考核的每一道关口,切实为部队选好优质兵员。该部针对当前外出打工、异地就读、人户分离的应征青年较多的情况,从公安、教育、民政等部门抽调一批责任心强、政治觉悟高、业务素质过硬的人员到政治考核组。     

排液槽对折板捕雾器性能影响数值模拟

为研究气液分离器内使用的折板式捕雾器的流场特性及排液槽对其性能的影响,利用流体动力学计算软件Fluent,采用Low-Re Stress-Omega模型和DPM两相流模型,对捕雾器气液两相流流场进行了数值模拟。通过对比安装排液槽前后捕雾器内流场,分析了排液槽对捕雾器流场速度、液滴运动轨迹的影响;发现排液槽能大幅提高捕雾器的除雾效率,10μm以上液滴基本能够全部去除,但是也会使除雾器压降急剧增大。最后研究了排液槽主要结构参数——折弯直径和长度对捕雾器性能的影响,发现增大排液槽折弯直径和长度均能增加除雾效率,但同时也会增大进出口压降。     

不同孔径滤膜对喷气燃料质量的影响

分别使用孔径为0.22,0.45,0.8,1.2,2,5μm的滤膜对喷气燃料进行过滤,测量过滤后的颗粒污染度、电导率和水分离指数,并分别在沙保氏培养基上进行真菌培养;对使用0.45μm滤膜的喷气燃料测量其过滤前后的闪点、冰点、铜片腐蚀和实际胶质等理化性能指标。结果表明:经2μm及以下孔径滤膜过滤的喷气燃料颗粒污染度小于7级,满足洁净度要求,且喷气燃料中的微生物孢子被除去;经1.2μm及以下孔径滤膜过滤的喷气燃料水分离指数增大;经0.45μm及以下孔径滤膜过滤的喷气燃料电导率降低到50 pS/m以下,低于标准要求;经0.45μm滤膜过滤前后喷气燃料的闪点、冰点、铜片腐蚀和实际胶质无明显变化。     

基于联合时频滤波的多目标回波信号分离算法

针对弹道中段多目标回波信号分离的问题,提出了基于联合时频滤波的多目标信号分离算法。该算法先对多目标回波信号进行自相关处理和峰值提取,得到目标信号的周期,接着用该周期对回波信号的Gabor变换和PWVD变换结果进行分段,然后将各段时频图相乘,获得新的时频支撑域,最后用新的时频支撑域对回波信号进行时频滤波,克服了交叉项的干扰和时频聚集性不高的缺点,分离出了不同周期的目标信号。仿真结果证明了该方法的有效性和先进性。     

滚转发射机弹分离轨迹的仿真研究北大核心

从相对运动的角度对滚转发射时机弹分离轨迹进行仿真,通过评估滚转发射时的机弹分离品质,知道机弹分离安全研究将是滚转发射时需要重点解决的技术难题,武器系统与导弹总体设计人员需要进行更深入的研究,确保载机在超机动发射时机弹安全分离,使整个武器系统以良好的性能形成战斗力。     

改进鸽群算法的复杂信号盲源分离

由各类侦察、干扰、探测、通信信号构成的复杂信号盲源分离是侦干探通一体化系统接收信号处理的第一步,对盲源分离准确度要求更高。传统独立成分分析的盲源分离方法,存在容易求得局部最优解、分离性能较差等缺陷。针对这些问题,提出了一种改进鸽群算法的复杂信号盲源分离方法,通过在鸽群算法的地图和指南针算子中添加位置因子,以及在地标算子中添加压缩因子2种方式,平衡了算法前期全局探索能力以及后期局部搜索准确度,解决了易陷入局部最优以及早熟收敛的问题,提升了算法的寻优能力,同时该算法在收敛速度上也有所提升。仿真实验结果表明,该算法在低噪声和高噪声情况下均能较好地分离出复杂信号,对比传统独立成分分析的方法,具有更好的分离性能和收敛速度。