基于全站仪最佳布站的调炮精度检测方法

针对目前缺少火炮调炮精度检测方法的现状,提出了一种基于全站仪最佳布站的调炮精度检测方法,建立了全站仪测量系统的数学模型,推导了调炮精度检测方法的解算公式,根据火炮调炮范围确定了调炮精度检测中的测量区域,得出全站仪测量系统对于整个测量区域的测量不确定度,结合某型火炮设计了画图法优化过程,得到全站仪测量系统的最佳测量布站位置。精度仿真试验表明,该方法可对调炮精度进行检测,使最佳布站测量系统的精度高于随机布站的精度。     

柴油机健康状况评估及其方法

提出了柴油机健康状况评估的思想,通过大量实车试验,计算并分析了关联维数与柴油机健康状况的对应关系,结合摩托小时数给出了柴油机健康状况的定量表述参数——健康度。最后,验证了健康度与振动烈度、加速时间、减速时间以及燃油消耗等特征量反映的健康状况是一致的,这表明,利用健康度评估柴油机的健康状况是可行的。     

车载惯导大倾角导航姿态误差的理论分析北大核心

为了分析车载惯导大倾角下的导航姿态误差,提出了大倾角状态下转台方位轴不铅垂度是导航姿态误差的误差源;推导出车载惯导大倾角工作时导航姿态误差与惯导姿态角及转台不铅垂度相关的理论公式,并进行了仿真和实物验证。研究结果表明,大倾角状态下惯导导航输出的方位角误差是转台不铅垂度受方位调制后乘以俯仰角的正切值,橫滚角误差是转台不铅垂度受方位调制后除以俯仰角的余弦值,俯仰角误差是转台不铅垂度受方位调制的结果,与惯导俯仰角大小无关,转台存在不铅垂度时,大俯仰角下导航方位角和横滚角误差明显增大。惯导导航姿态误差呈现360°周期变化的规律且与惯导横滚角大小无关。     

基于Turbo码和混沌序列的数字图像扩频水印

提出一种基于Turbo码和混沌序列相结合的DCT变换域扩频水印算法。首先对原始水印信息进行伪随机置乱，接着对置乱的水印进行Turbo编码，用混沌序列对编码后的水印进行扩频，生成待嵌入的扩频水印信息。在充分考虑人眼视觉特性的基础上，将扩频水印嵌入到DCT变换系数的中频中。文中对算法在多种常见的攻击如JPEG压缩、噪声、剪切、滤波下进行了仿真。实验结果表明，利用该算法实现的水印具有良好的不可见性和鲁棒性。     

ISNET WAN多点网络透明接续方法研究

描述了群标识、网络接续码的意义，采用封闭式号码方案，探索群标识在数字交换ISNET WAN组网中的应用机制和多点汇接技术。在SOPHO iS3000系列数字交换机上，选择封闭式号码方案，采用30B＋D的DPNSS信令组网，实现局间等位透明拨号的多点网络。     

雷达干扰效果的Vague集评估方法

雷达干扰效果评估是电子对抗领域的一个重要研究课题.提出用Vague集替代模糊综合评估方法中的隶属度,建立干扰效果的评估指标体系,提出了基于Vague集的雷达干扰效果评估算法,利用Vague集加权距离来判定干扰效果等级.结合实例说明,该方法是可行、有效的.     

从化合物结构到红外光谱图-红外光谱研究的新领域

红外光谱是鉴别有机化合物结构的常用分析手段，通过红外光谱鉴别化合物一般是将实验所得光谱图与光谱图库的参考光谱图相比较，这种鉴别方法需参考光谱图。但是，在巳知的17000000化合物与最大的红外光谱数据库仅有100000张参考光谱图之间存在巨大矛盾阻碍了这种化合物鉴别技术的应用。化合物结构与它的红外光谱图之间的关系是相当复杂的，不能用简单的关系式来描述。在本文将介绍红外光谱分析领域的最新发展，通过化合物的结构来获得红外光谱图。人工神经网络是处理非线性问题的非常有用的工具，该方法将人工神经网络与新颖的结构码相结合，用己知数据去训练神经网络，该神经网络能够被用于预测未知化合物的红外光谱图，提供了一种获得参考光谱图的途径，该方法被称为模拟红外光谱方法。     

通信侦察中基于神经网络的伪码序列估计

针对直接序列扩频通信信号伪噪声(PN)码的干扰侦察问题,在已知信号伪码参数的前提下对直扩信号进行特征分析,用基于变步长的PCA神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebb学习规则的无监督多主分量神经网络,结合自适应变步长学习算法,在估计在线特征值的基础上来控制步长的变化,以使神经网络最终达到较好的稳态收敛。理论分析和仿真结果表明,本方法能在较低信噪比的情况下对较长伪码进行准确的估计。     

蓝牙跳频码序列的统计测试及分析

本文重点研究了蓝牙无线传输协议的跳频算法，从均匀性、相关性、复杂性、频隙滞留等方面利用χ^2统计检测对信道跳频序列进行了初步的性能测试并对测试结果作了简要的分析。结果表明该序列具有良好的一维均匀性．复杂度和频隙滞留都通过了检测．相关性则很不符合检测指标。