液态聚硅烷高温高压合成聚碳硅烷工艺研究

以聚二甲基硅烷裂解制备的液态聚硅烷(LPS)为原料,在高压釜内高温高压反应制备了聚碳硅烷(PCS)先驱体,研究了合成条件对反应终压、Si H键含量、产物产率、软化点、分子量分布及可纺性的影响。研究表明,随着反应温度的提高、反应时间的延长,反应终压逐渐增大,产物的分子量与软化点增高,但同时分子量的分散性增大,使可纺性变差。当LPS在高压釜内460℃下反应3～4h,或450℃下反应6～7h时,可以制得软化点约为210～230℃的PCS,其高分子部分含量约5wt%～10wt%,Si H键含量大于0.9,可纺性较好,适合于制备SiC纤维。     

反舰导弹选择能力研究

分析反舰导弹实际选择捕捉目标的实际过程,指出导弹的搜捕选择方式是影响导弹选择能试验法是评估导弹选择能力的合理方法;分析比较各种提高导弹选择能力的措施,指出实现导弹自主选择是提高超视距导弹选择能力的必然需求.     

推进空军国防动员信息化建设的几个关键环节

进入二十一世纪,战争形态加速向信息化演进,信息已成为最主要的作战能量,抓紧军事力量的信息化建设已成为世界主要军事强国的共同行动.中央军委胡锦涛主席站在时代发展和战略全局的高度,提出了"建设信息化军队,打赢信息化战争"的战略思想,为军队建设发展指明了方向.当前,空军部队信息化建设势头强劲、发展很快.作为空军整体建设重要组成部分的空军国防动员建设,必须适应实现"三个转变"(由机械能量型向信息智能型转变,由应战型向应战应急兼备型转变,由行政指令型向综合运用多种手段型转变)的需要,着力将以物化动员能力为主适应机械化战争要求的空军国防动员,建设成为以信息动员能力为主适应信息化战争要求的空军国防动员.当前及今后一个时期,具体需要抓好以下几个关键性环节.     

基于灰色聚类的野战饮食装备技术保障能力评价

采用一种定性和定量相结合的层次分析法和灰色聚类评价模型,通过案例评价分析,得出现阶段某部队野战饮食装备技术保障能力各指标及综合指标所属等级,针对性提出“培养高素质保障人才”,“提高装备品质,完善器材设施”,“加快信息化建设”,“加强费用一效能管理”等措施,获得了比较满意的效果,证明了灰色聚类评价模型在野战饮食装备技术保障能力应用中的有效性。     

用《环球军事》垫桌脚可不行

我从小就是个军事迷。之所以喜欢军事类杂志,因为从小就和当过兵的叔叔一起玩儿,他最爱给我讲各国的武器装备了。大概是2004年,偶然在图书馆看到《环球军事》,     

《海军工程大学学报》征稿简则

《海军工程大学学报》是由海军工程大学主办的学术类科技期刊,双月刊,公开发行,为《中国权威学术期刊》《中国科技核心期刊》《中文综合性科学技术类核心期刊》,除被国内主要数据库收录外,还被美国《化学文摘》、美国《剑桥科学文摘》、英国《科学文摘》、     

基于颜色特征的喷气燃料银片腐蚀试验结果评价

传统的喷气燃料银片腐蚀评级方法(军用)存在评级准确度较低、重复性差的问题。针对该问题,提出一种基于颜色特征的银片腐蚀评级方法,开发出银片腐蚀评级软件,并搭建相应的图片获取系统。将该方法用于CIELAB颜色空间,以K均值聚类方式提取腐蚀标准色板及腐蚀银片的特征颜色,再根据距离判断银片腐蚀级别。试验结果表明,该方法与标准目测方法有较好的一致性,能够解决喷气燃料银片腐蚀评级困难的问题并实现腐蚀评级的自动化。     

基于Matlab仿真的当前统计模型的参数校正

当前统计模型能真实地反映目标机动范围和强度的变化,是目前较好的实用模型。大量实验表明该算法在跟踪机动目标时具有良好的跟踪结果。然而实验中也发现该算法在跟踪具有加速度的目标机动情况时,其速度与加速度估计的动态时延明显位置误差较大,因此不能很好地实时反映目标的机动情况。因此需要进行新的调整参数的设定与比较,使其克服以上的缺点,文章借鉴强跟踪滤波器,在滤波器状态预测协方差矩阵中引入了加权因子并利用M atlab仿真技术,针对当前统计模型中对动态时延影响比较大的几个重要参数,进行了仿真对比和调整。跟踪结果表明:动态时延明显减小,位置误差大幅下降,达到了比较理想的跟踪效果。     

隶属度信息辅助的红外多目标模糊关联算法

针对红外多目标跟踪,利用红外序列图像中目标隶属度信息建立改进的多目标关联算法。该算法是基于模糊c均值聚类方法,以红外目标运动状态和背景环境变化引起的红外目标隶属度信息变化为选择门限,适时切换算法赋值策略,以提高特殊环境下多目标关联的适应性。通过仿真对比证明了该方法具有更好的跟踪精度和稳定性。     

基于相邻脉冲相似性的快速聚类分选方法

针对复杂环境下的聚类问题,提出了一种新的聚类分选算法。其利用同一雷达辐射源的相邻脉冲间的相似性对信号进行聚类。该算法按到达时间顺序将信号依次归类,并将新分类的数据作为所在类的聚类中心,其无需事先指定聚类的数目,也无需进行反复的迭代计算。仿真表明,该算法不仅分类准确,而且大大缩减了计算量。