基于LabVIEW的电化学测试数据处理

在电化学分析中测试数据的处理对提高结果的精度和准确度非常重要。采用LabVIEW图形化开发语言，应用LabVIEW提供的数据工具包，同时结合C语言编程开发了电化学测试数据软件滤波、数据平滑、微积分、卷积伏安法的处理方法。其中详细介绍了卷积伏安法分析方法的具体实现。运用对比的方法验证了卷积伏安法半微分半积分的可靠性，通过具体的电化学测试数据处理实例说明了数据处理方法在一定程度上可以优化相关系数。     

PSOR方法的比较性定理

给出了一种PSOR方法，在理论上证明了PSOR方法的渐近收敛速度快于基本的AOR迭代法．同时，给出了在条件0〈ω≤1下，PSOR方法中参数ω的最优值．最后用数值例子验证了所得的主要结论．     

基于DSP的SMI方法快速实现研究

空时自适应处理(STAP)权值计算有数据域和均方域两种方法,分别以QR分解和样本协方差矩阵求逆(SMI)方法为代表.QR分解方法可以映射到脉动阵上并行实现,但实现复杂且设计成本较高;SMI方法实现则相对简单,但需要对样本协方差矩阵直接求逆.首先考察了不同矩阵求逆方法的内在并行性,基于DSP支持的片内并行技术,提出并实现了SMI方法的单DSP分块并行处理,进一步给出了数值稳定性分析和改善方法,实验结果证明了方法的有效性.     

激光对抗系统在轻武器实战化训练中的应用

轻武器作战作为特种作战方式的一种，在现代战争中的地位越来越突出。本文阐述了轻武器实战化训练的短板和弱项，提出一种轻武器激光对抗系统，介绍了系统的主要构成和工作原理，并对激光对抗系统在轻武器实战化训练上展开研究。研究表明，采用激光对抗系统辅助训练能从强化轻武器基础训练效果、提升训练对抗意识、提高战斗员维稳处突能力及强化射击能力等几方面有效提高轻武器基础训练成绩和战术训练水平，为改进轻武器实战化训练提供了理论和技术支撑。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

基于姿态角变化的目标体坐标系下雷达视线的研究

考虑目标姿态角对目标跟踪/识别中的雷达RCS值的影响,建立了雷达测量坐标系与目标体坐标系之间的坐标转换模型.将雷达转换为姿态角不断变化的目标体坐标系下一点,研究雷达视线在目标体坐标系下的方位和高低角.利用Matlab对其进行仿真,得出雷达视线方位和高低角随时间变化的曲线,有效验证了坐标转换模型的正确性和重要性.     

具有坐标耦合和处理时滞的二阶离散多智能体系统的一致性

根据系统的拓扑结构、离散步长和旋转矩阵的旋转角,确定系统的渐近行为,给出多智能体系统达成二阶一致性的充要条件。证明了当0是拉普拉斯矩阵的一个简单特征值且离散步长、旋转角小于由代数方程确定的临界值时,会出现渐近一致性。数值模拟结果证明理论结果的正确性。设计了特征参数影响二阶一致性的相关案例,说明特征参数相关结论可为控制理论的一致收敛分析提供重要判据和理论支撑。