基于随机拟合的悬浮式深弹弹阵特征建模＊

通过分析悬浮式深弹发射后在空中的弹道特性,建立了深弹弹着点坐标的计算模型。采取蒙特卡洛方法,分别对舰艇六自由度状态下,单管和六联装火箭深弹的弹着点坐标进行了仿真计算,对弹着点的分布规律进行了研究,并得出弹着点的联合密度函数。结果表明,在发射参数存在正态扰动时,弹着点散布区域均呈椭圆形分布,弹着点坐标均仍服从正态分布。     

多尺度PCA-HOG遥感异源图像匹配算法

针对遥感异源图像匹配中非线性灰度畸变和强噪声干扰问题,提出一种基于主成分分析(Principal Components Analysis,PCA)和方向梯度直方图(Histogram of Oriented Gradients,HOG)的遥感异源图像匹配算法.该算法利用HOG提取图像间的几何结构共性特征,能有效克服异源...     

基于应变局部化理论的剑桥模型改进

应用传统的弹塑性理论模型在分析剪切带的时候遇到了很多困难,如控制方程失去椭圆性等,其原因是传统的弹塑性理论模型并没有包含材料的内部参数。在剑桥模型的基础上,考虑应变二阶梯度,提出一种新的计算剪切带的理论模型。当应变局部化发生时,带内土体采用该模型计算,带外土体则按照传统弹塑性模型计算。该理论模型汲取了剑桥模型实验参数少,应用简便的优点。     

What you should know about simulation and derivatives

Derivatives (or gradients) are important for both sensitivity analysis and optimization, and in simulation models, these can often be estimated efficiently using various methods other than brute‐force finite differences. This article briefly summarizes the main approaches and discusses areas in which the approaches can most fruitfully be applied: queueing, inventory, and finance. In finance, the focus is on derivatives of another sort. © 2008 Wiley Periodicals, Inc. Naval Research Logistics, 2008     

某型导发架通用测试系统软件复用性设计

测试软件的复用性是摆在测试界面前亟待解决的重要问题。运用统一建模语言(Unified Modeling Language,UML)对测试软件进行建模,包括:测试系统的类图、软件功能分解、功能子系统的上下文模型、测试软件需求特征树以及软件功能子系统的顺序交互视图。在Visual C++6.0环境中,采用"应用程序框架+可复用构件"开发方式,实现了基于可复用构件的某型导发架测试系统应用软件组装,成功解决了导发架测试领域内同一系列产品间测试软件的可复用问题。     

深度置信网络在导弹攻击区分类中的应用

针对传统导弹攻击区解算方法忽略双方态势变化等问题，提出运用深度置信网络的导弹攻击区分类模型。根据导弹命中情况与目标机动间的关系，将导弹攻击区划分为五类。通过分析影响导弹攻击结果的态势参数，构建导弹攻击结果预测模型。在实验部分，结合重构误差和测试错误率确定深度置信网络的网络结构，通过逐层提取数据法分析模型参数特征并且讨论微调数据的采样方式。使用反向传播神经网络和支持向量机进行分类有效性对比实验。实验结果表明：深度置信网络运行速度和预测准确度明显优于其他两种方法，满足实时性和准确性要求，所提方法具有良好的应用价值。     

柴油机喷油压力波形的符号描述与结构模式分类

波峰和波谷是波形上基本的局部形态特征基于波峰、波谷之间的支配关系,本文提出了一种规则波形的结构特征抽取与符号描述方法,进而建立了一个基于该方法的柴油机喷油压力波形结构模式分类系统,并通过实例验证了该系统的有效性。     

一种高频区复杂雷达目标二维散射的参数模型

为描述高频区雷达目标复杂的二维散射 ,提出采用更贴近散射机理的、特征含量更为丰富的二维散射中心模型———类型区分的几何绕射理论 (TD GTD)模型。将一种高效的基于AGR的参数估计初始值选取方法 ,以及引入RELAX技术的最大似然估计算法 (ML RELAX) ,用于模型参量的估计。解决了同时估计多个散射中心这一造成计算量过大的根源问题。实验证实了TD GTD模型的合理性以及ML RELAX算法估计性能的优越性     

多层局部回归神经网络在激光陀螺捷联惯导系统惯性敏感器误差补偿中的应用

惯导系统误差补偿技术对提高武器装备的性能具有重要的意义 ,而误差补偿的关键在于误差模型的辨识。探讨将多层局部回归神经网络引入到惯性敏感器误差建模中 ,详细介绍了网络结构和对应的自适应动态梯度算法。仿真算例说明 ,多层局部回归神经网络在惯性敏感器输出误差建模时具有一定的优点 :网络收敛速度快、较好的跟踪性能、稳定性好。     

共轭梯度反传算法及其在液体火箭发动机系统辨识中的应用

结合非线性优化理论和方法提出了易于实现、收敛速度比较快的多层神经网络共轭梯度反传算法。液体火箭发动机参数辨识技术已得到广泛的应用,由于传统的数学方法必须基于发动机已知模型,使得其参数辨识受到极大的限制。文中基于神经网络共轭梯度反传算法进行液体火箭发动机的系统辨识,结合变推力发动机热试车动态数据,得到了满意的仿真结果。