扇形搜索下反舰导弹末制导雷达检测性能分析*

反舰导弹末制导雷达在进行自动跟踪前,首先要在方位向和距离向上对目标搜索并进行检测。末制导雷达的检测性能与脉冲积累数目、信杂比和搜索方式密切相关。针对反舰导弹末制导雷达常用的扇形搜索方式,提出一种二项式积累OS-CFAR检测算法。该方法在一个方位搜索周期内对距离向回波进行非相参积累。仿真分析表明,与常规OS-CFAR算法相比,该检测算法提高了末制导雷达的检测性能。     

石英角速率传感器数字相关检测技术研究

为提高石英角速率传感器(QRS)的测量性能,提出了基于数字相关检测技术的QRS信号解调方案。该方案需将一组互相正交的参考信号作为两个相关器的输入,能够同时分离出QRS敏感信号相对于参考信号的同相分量和正交分量。通过角速度提取算法可由以上分量进一步得到输入角速度。分析了实现参考通道功能的两种方法:锁相环(PLL)和Hilbert变换,通过对这两种方法的对比得知,PLL更适合作为QRS相关检测的参考通道。     

液体火箭发动机基于神经网络的实时故障检测算法实现

以某大型液体火箭发动机为研究对象,针对其启动和稳态工作过程,利用Matlab和Lab Windows/CVI等编程工具,基于神经网络技术,开发实现了其地面试车过程实时故障检测的BP(Back Propagation)和RBF(Radial Basis Function)算法。多次试车数据离线检验和实时在线考核结果均表明该方法能够及时、有效地检测出发动机工作过程中的故障,没有出现误报警和漏报警,并能够很好地满足现场试车的实时性和鲁棒性等要求。     

自然背景下对人工红外目标的分形检测

针对红外图像目标检测问题,提出了一个改进的差分计盒方法(DBC法).该方法利用特定应用环境中自然背景的渐变均匀性与人工目标的突变奇异性,改进了差分计盒方法的分形维数计算和J曲线的判别策略.改进后的算法没有运算量的明显增加,能够实现对多个目标的检测,并且对噪声具有更好的鲁棒性.理论分析以及两幅海上和空中目标的实验检测,验证了该算法的有效性和正确性.     

基于声检测的爆炸冲击场剖面可视化技术

阐述了声发射的检测原理,研究了冲击波作用下物体的声发射特性,并利用声发射的不可逆效应(Kaiser效应),提出了一种基于测试的冲击场层析技术.给出了实现流程图及其若干关键技术,如主副鉴别、前沿鉴别等.实验结果表明该技术有一定的实用性,为冲击波作用下物体内部的位错形成和滑移机制的研究提供了一种手段.最后对下一步要解决的问题进行了说明.     

二维拉格朗日和欧拉结合法在流处理器MASA上的实现与评测

现代半导体工艺技术的发展使得在单芯片上放置数百个运算单元成为可能,但是全局片上片外带宽受限。通用处理器体系结构不能较好地适应变化,仍然依靠全局片上结构,少量的运算单元。而流体系结构拥有大量的运算单元、鲜明的存储层次,使得在有限的片外带宽下,用高的本地带宽来满足大量运算单元的需求。首先介绍了原型MASA流体系结构,然后给出了爆轰流体力学中的二维拉格朗日和欧拉结合法(Ygx2)在流体系结构上实现的实例研究,最后用时钟精确的模拟器来评测应用的运行性能,结果表明Ygx2应用在500MHz的MASA上运行结果与1.6GHz的Iantium2的比较快近4倍,证实了流体系结构在高性能计算领域的极大潜力。     

炮兵C3I系统综合检测设备

炮兵C3I系统属网络分布式复杂装备,具有专业跨度大、技术含量高、检测维修难等特点.在分析炮兵C3I系统综合检测功能需求基础上,建立了从系统、分系统、单体到板件的一体化检测设备体系,重点阐述了综合检测设备的工作原理、组网及配置、硬软件设计等内容,对于炮兵C3I系统综合检测维修理论与实践研究具有较好的参考价值.     

一种多级式带反馈的混合系统检测融合算法

为提高分布式检测系统的性能,提出了一种多级式带反馈的混合检测系统结构,系统第一级检测采用并行结构,第二级检测采取带反馈的串行结构。根据此系统结构,分析了在N-P准则下,各局部融合中心的融合规则和门限的确定,仿真结果表明,系统的检测性有明显改善。     

国内首套屏蔽门系统样机通过检验

7月12日-13日,由中船重工七一三所与上海轨道交通设备发展有限公司联合研制的、国内第一套完全拥有自主知识产权的屏蔽门系统样机在上海通过评审。此前,该样机已经过“开／关门力、速度曲线、动能”等性能参数检测,检测结果完全满足设计要求。     

火箭炮定向器电动操瞄性能检测系统研究

采用旋转编码器获得旋转角度信号,利用信号转接器提取电信号,并通过计算机进行处理,对火箭炮定向器的电动操瞄性能进行在线检测。研究表明,使用该检测系统既能离线检测以辅助安装电动操瞄系统,又能在线检测电动操瞄的各项性能指标,包括高低和方向各个限位点是否正确,各运动区域的速度是否正常。