美陆军无人机训练研究

美陆军是在所有美军种中配备无人机数量最多且功能最全的军种,无人机正逐步成为美军在全球遂行全频谱作战行动支援的首选武器,并在美军无人机作战训练领域颇具代表性。但由于当前无人机集群的自主能力较弱,战斗力生成还需要地面指控站人员进行后方操纵。本文主要对美陆军无人机操作人员训练的各要素进行解析,并梳理出美军在无人机训练中好的做法及不足之处,提出了军队无人机训练的建议及对策。     

美陆军装备维修军官人才培养——以美装备维修与弹药管理为例

本文介绍了美陆军装备维修军官的定位、发展模型和军官初始军事训练,分析了西点军校、陆军预备军官训练团和预备军官学校3种授衔前教育机构的人才培养情况以及装备维修保障军官任职教育的培训教程,分析了美陆军装备维修保障军官人才培养的特点。针对提高我军装备保障军官培养质量提出了几点建议。     

美国陆军作战试验部队管理体系研究

作战试验部队是试验鉴定力量体系的重要支撑,是完成装备作战试验的直接载体。美国在装备试验与鉴定方面走在世界前列,建立了一整套行之有效的管理体制,陆军实行试验与鉴定的一体化管理,具有独立的作战试验鉴定部门,没有编设专业化的作战试验部队,试验任务主要根据装备的特性选取未来典型用户的作战部队在真实对抗环境中完成。作战试验部队主要参加作战评估、初始作战试验与评价以及后续作战试验与评价三个阶段的作战试验,在一体化试验小组的协调下,依托靶场完成试验训练任务。本文主要通过对美国陆军试验部队的研究,分析了美国陆军作战试验与鉴定发展概况,重点研究了作战试验部队管理体系,并从整个试验与鉴定系统归纳总结作战试验部队管理及相关工作的主要做法。     

自适应控制中的Hartley块算法及实验

针对小波包自适应控制子频带内包含大量卷积和相关运算导致算法收敛速度慢的问题,提出基于Hartley块的小波包滤波最小均方算法。将快速Hartley变换引入块算法,实现频域内快速卷积和相关运算;在子频带内应用Hartley块算法生成控制信号,通过重叠保留法提出基于Hartley块的小波包滤波最小均方算法;通过仿真和实验研究了定频和扫频两种工况下的隔振性能和控制效果。结果表明,基于Hartley块的小波包滤波最小均方算法不仅可以大幅缩短收敛时间,还能显著提高控制精度,且鲁棒性和稳定性良好,能够很好地应用在工程实际中。     

非局部薄板动力学特性分析的广义有限积分变换方法

基于应力梯度非局部薄板理论模型,推导了非局部薄板动力学特性求解的广义有限积分变换方法.通过选取适应边界条件的积分核函数并构建广义积分变换对,应用积分变换将非局部薄板的高阶偏微分方程变换成线性方程组,直接求解得到固有频率.将广义有限积分变换方法的计算结果和有限元法及已有文献的结果进行对比,验证了本文方法的正确性.在此基础...     

特征量积和IHS变换的多源遥感图像融合方法

以高空间分辨率的SAR图像和高光谱分辨率的TM图像为例,提出了一种基于特征量积和IHS变换的多源遥感图像融合方法。该方法首先对TM图像作IHS变换,得到亮度I、色度H与饱和度S三个分量;其次,依据特征量积准则融合TM图像的亮度分量和SAR图像,并用融合结果替代TM图像的亮度分量;最后,作IHS反变换得到融合图像。实验结果表明,与IHS法和小波变换法相比,方法快速、简洁,在保持光谱信息与增强空间细节信息两个方面的综合性能均得到提高。     

双机空战的仿真与分析

用矩阵博弈理论、计算机仿真的方法研究了空战过程,使双机的空中格斗阶段─目标的跟踪、射击、弹道计算及射击效果的评定连续化,并用ＦＯＲＴＲＡＮ─７７语言编程在计算机上进行了Ｆ＿Ａ、Ｆ＿Ｂ两种飞行的空战,仿真结果与实际情况基本一致。本程序具有通用性,可对不同种类的飞机及武器系统的性能作出定性和定量的分析和评估。     

DFT的Z变换算法

文中讨论了用Z变换计算DFT的方法。对于N=2~t的DFT,本算法所需的加法及乘法量分别为:(?),与Cooley-Tukey基-2算法比较,乘法量与加法量均减少25%,文中还讨论了本算法在微机上的实现,给出流程图。在运算时间上,本算法与通用FFT算法程序进行比较:节省时间30%。     

基于嵌入式Web的HART仪表远程控制系统

为解决有线HART仪表在恶劣环境中远程传输时易受影响、成本高等问题,结合嵌入式linux系统在远程工业控制中的应用,提出了一种基于嵌入式Web的HART仪表远程控制系统。采用S3C2440处理器和DM9000网络芯片,在嵌入式系统上移植Boa Web服务器,并运用CGI技术实现动态网页控制。利用该控制系统,客户只需在室内通过浏览器即可对HART仪表进行远程监控,且不需要专门的组态软件。     

加权核范数最小化和改进小波阈值函数的图像去噪算法

针对加权核范数最小化算法存在结构残余噪声以及无法较好地保持图像边缘结构的问题,提出基于加权核范数最小化和改进小波阈值函数的图像去噪算法.利用全变分模型对噪声图像进行初步去噪,使用噪声图像与初步去噪后的图像进行差分运算,对差分后得到的噪声残差图像使用改进的小波阈值函数去噪,将小波去噪后的残差图像与初步去噪图像叠加,将叠加后的图像使用基于残余噪声水平迭代的加权核范数最小化算法进行二次去噪.相较于当下主流去噪算法,经该算法处理后的图像的PSNR和SSIM值均有所提升,能够更好地保持图像的纹理结构,且在高噪声环境下效果更佳.