基于改进模糊综合评判法的告警器能力评估

针对模糊综合评判法在告警器评估时的有效评估问题,对评估过程的指标赋权、隶属度、信息集合算子进行了研究,提出了一种改进的适合告警器的模糊综合评判方法。该方法根据最小二乘原理和离差函数,把目标规划方法应用到组合赋权之中,充分考虑了权重的主客观因素;建立了基于隶属云的评估模型,用隶属云代替隶属函数,保留了隶属度的随机特性;提出了将密度加权平均(Density Weighted Average,DWA)算子用到信息集结中,充分利用了所有的评估信息。通过对某型机载雷达告警器的有效评估,表明了该方法的合理性。     

星地融合网络的上行链路覆盖性能分析模型

星地融合网络可以提供天、空、地、海立体全场景信息覆盖,满足用户多样的业务需求。针对星地融合网络,提出了基于覆盖概率的星座数和基站数的分析模型（AMCP）。该模型为星地融合网络的上行链路覆盖概率提供了分析方法。表述卫星星座数和基站数对用户信号的干扰,构建满足用户覆盖概率条件下的卫星星座数和基站密度的表达式。通过仿真分析了卫星星座数和基站密度对覆盖概率的影响,仿真结果为设计星地融合网络提供分析基础。     

ACO-ELM与CFSFDP结合的机载动力系统参数估计北大核心

针对机载动力系统测试数据的不确定性,求解参数实时性差的问题,提出了基于快速寻找密度极点聚类与蚁群极限学习机的机载动力系统的参数估计方法。首先利用基于寻找密度极点的聚类算法对全工况范围内的测试数据进行聚类,然后在每一个子类中用极限学习机设计了子参数估计器,并用蚁群算法寻找极限学习机的最优隐层神经元数目。训练与测试表明,参数估计测试相对误差明显优于传统的RBF神经网络方法,且参数估计时间能够满足机载在线实时状态评估的需求,该方法可应用到其他不可测参数的估计。     

基于逾渗理论的无人机网络覆盖性能的研究

实现并维持网络覆盖是部署无人机网络的基本目的。然而,网络结构复杂,在无人机网络中实现并维持网络全覆盖是一项挑战工作。为此,对无人机网络覆盖性能进行研究,并利用逾渗理论推导实现覆盖的临界节点密度。对无人机在地面上的覆盖区域进行正六边形和正方形的近似处理,利用六边形棋盘和正方形棋盘对监测进行网格化,并结合逾渗理论,推导实现对监测区域进行全覆盖的临界节点密度。通过仿真实验,证实了所推导的临界节点密度的准确性。     

高功率密度柴油机热部件散热量MAP研究

为满足某型高功率密度柴油机智能化控制冷却系统的设计需要,构建了高功率密度柴油机与冷却系统的工作过程耦合模型。利用该模型计算了柴油机关键热部件的散热量MAP,并对结果进行了分析。结果表明:一级中冷和二级中冷散热量随环境温度升高而降低;级间中冷散热量随环境温度的升高而升高。应用该方法能够快速掌握高功率密度柴油机的散热规律,为制定智能化控制冷却系统的控制策略提供依据。     

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下,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。     

想笑就笑

目的:旨在促进团队成员之间的沟通和交流,使大家尽快活跃起来,让参与者感受到笑的力量。操作步骤:1.让参与者站成两排,两两相对,各队派出一名代表,站在队伍的两端。2.相互鞠躬,身体要完成90度,高喊"某某,你好!"3.向前走,交会于队伍中央,再相互鞠躬高喊一次。鞠躬者与其余成员均不     

综合体制设计--地空导弹武器系统设计新途径

采用相对体制雷达测量系的地空导弹武器系统的引导精度,已经过多年研究和努力,它是起伏误差和动态误差的综合产物.采用目标信号分离与滤波可进一步提高制导精度.首先可大大减小目标的起伏误差(约减小1/2).在大大减小目标起伏误差的新条件下,重新综合起伏误差和动态误差,可大大提高引导精度.     

固体火箭发动机技术

固体火箭发动机是使用固体推进剂的化学火箭发动机。固体火箭发动机与液体火箭发动机相比较,具有结构简单,推进剂密度大,推进剂可以储存在燃烧室中常备待用和操纵方便可靠等优点。固体火箭发动机比冲小(250～300秒),工作时间短,加速度大,因而推力不易控制、重复起动困难、不利于载人飞行,主要用作火箭弹、导弹和探空火箭的发动机,以及航天器发射和飞机起飞的助推发动机。一、发展概况固体火箭起源于中国,宋初已出现以黑火药为能源的固体火箭发动机。最早是1161年宋金之战中的“霹雳炮”。元、明两代出现了火箭束和两级火箭雏型,例如“火龙出…     

基于GM-PHD的低可观测编队目标跟踪方法

考虑到多编队在低可观测情况下存在的目标跟踪问题,提出了一种基于高斯混合概率假设密度(GM-PHD)滤波算法的编队目标跟踪方法.该方法是在修剪融合过程中,先保留剪掉的高斯分量,再对这些分量进行状态外推,利用JS(Jensen-Shannon)散度判断下一时刻状态估计值与外推状态值是否相似,以判断结果体现目标丢失情况,使得真实目标不丢失,解决了低可观测情况下目标易漏检带来的跟踪性能下降问题.然后,利用编队目标的特点,结合密度聚类方法估计出编队整体的状态,避免因状态估计集合中状态值过多影响算法性能.最终,仿真实验结果表明,该方法可以在低可观测情况下有效跟踪编队目标,具有较好的跟踪性能.