舰载红外警戒系统工作原理的红外成像模拟

舰载红外警戒系统能有效探测反舰导弹和超低空飞行的飞机,但是在平时训练和装备定型验证时存在困难。分析了红外成像模拟的原理,对海战场主要辐射源进行了研究,通过建立虚拟海战场,计算辐射源的辐射强度,实现了对舰载红外警戒系统红外成像的模拟。实验表明,仿真效果逼真,可以满足部队实际训练的需要。     

目标辐射噪声线谱的特征建模与检测

在理论分析的基础上,构造了基于λ水平能量聚点的目标辐射噪声线谱的特征量模型.在利用中值滤波去除信号功率谱中“平台型”的λ水平能量聚点后,计算其λ水平能量聚点作为拟线谱频率,通过拟线谱频率对应周期的整周期延时叠加突出线谱特征,以提高辐射噪声线谱的检测率.理论分析和对仿真信号的计算结果表明,该算法是有效的.     

基于到达时差法的目标定位系统

运用声被动定位理论探索空中目标的定位问题。建立了一种平面波声被动定位模型,利用简易被动声传感器阵列,分析并设计了定位系统的总体结构。提出了一种简易的计算到达时差电路设计方案,此电路利于目标的实时定位。在利用这种系统定位远距离目标时,可消除有效声速的影响。最后给出了几组实验结果,证明了此系统的可行性,但对近距离目标的定位结果较差,模型需进一步研究。     

一种鱼雷辐射噪声的线谱估计方法

基于鱼雷辐射噪声的物理特性和线谱特征,探讨了一种鱼雷目标特征提取方法。该方法结合经典谱与现代谱估计,提取水下目标辐射噪声线谱特征。通过两次估计采集数据的功率谱,得到估计算法功率谱图,然后分析功率谱图,先确定线谱存在的大致区域,再估计精确线谱。进行仿真研究,得到了较好的效果,证明该方法对低频段的线谱特征提取有很好的实用性。     

如何减少手机对您的辐射

随着手机用户的不断增加,手机的辐射问题越来越受到人们的重视。人们能不能做到既享受方便快捷的通信方式。又确保身体的健康呢？手机会对人体产生很多辐射污染,如年轻女性手机挂于胸口,位置靠近心脏,对心脏会有一定影响,并可能会影响女性的内分泌功能;男士一般喜欢将手机置于腰间,这样会对肾脏产生一定的辐射,从而影响肾功能;长时间使用手机,会影响对人的头部产生不良影响。每一位手机拥有者都面临着电磁波的侵害,加强自我保护是必要的。     

开放与和谐：谈军事战略与军事技术的互动发展

军事技术和军事战略是贯穿整个人类战争史的两个重要方面,并且深刻影响着人类战争发展的每一个阶段。20世纪以来,由于物理学、生物学等学科的进步和应用,带动了整个战争手段的无限膨胀。但是,由于各国在经济实力、政治体制、科学水平等一些主导因素上的不对称发展,军事技术在各个国家间也呈不均衡发展趋势。技术作用战争的优势,使一些国家尤其是发展中国家纷纷卷入了以军事技术变革为主导因素的军备建设中。而在军事技术选择的道路上却迷失在技术的光环里,忽视了军事战略的选择。在着力武器装备发展的同时,因固守旧的战略,从而在没有新战略…     

核辐射监测技术的形势与发展

从军事社会需求与相关应用技术进展两个角度分析了当前核辐射监测技术面临的新形势．在此基础上,展望了核辐射监测技术各个领域的发展方向与趋势,指出核辐射监测技术标准化与国际化是技术发展的必然要求。     

核和辐射恐怖活动防范与处置的核监测需求研究

初步研究了我国面临的核和辐射恐怖活动的危险,讨论了防范与处置核和辐射恐怖活动的核监测需求和对策。     

深度多属性增强水声目标识别方法

被动声纳系统由于其隐蔽性好的特点在军事任务中发挥着重要作用。针对被动水声目标识别问题,开展了水声目标多属性特征提取与识别方法研究。利用深度学习方法从舰船辐射噪声中提取目标多属性特征并识别水声目标。提出了深度多属性增强水声目标识别方法,该方法可以从时域舰船辐射噪声中提取水声目标多属性特征及多属性之间的相关性特征,并用来增强深度模型对水声目标类别属性的表达能力。基于海试实测数据的6类水声目标识别实验结果表明,相比于不考虑多属性的识别方法,提出的深度多属性增强水声目标识别方法的平均正确识别率提高了3.6%~18.2%,并且具有更好的识别稳定性。     

结合振动特征优选和GWOA-XGBoost的电机轴承故障诊断

为解决电机轴承故障状态难以识别,从而造成诊断精度不高的情况,提出了一种基于信号特征提取与极限梯度提升算法(extreme gradient boosting, XGBoost)结合的电机轴承故障诊断模型。使用优化的变分模态分解获得振动信号的固有模态函数(intrinsic mode function, IMF)分量,再基于多尺度熵理论计算各IMF分量的多尺度熵值进行特征重构。在鲸鱼优化算法(whale optimization algorithm, WOA)中引入遗传算法的选择、交叉、变异操作对WOA进行改进。用改进的WOA算法对XGBoost的超参数进行寻优,获得了帮助XGBoost取得最优分类效果的超参数组合,将7种不同故障类型的振动信号进行重构后输入优化的XGBoost模型进行故障诊断。实验结果表明,所提GWOA-XGBoost模型的电机轴承故障诊断精度能够达到97.14%,相较于传统诊断方法,性能提升效果显著。