新型固体推进剂在未来国防中的作用及其发展趋势

通过介绍各国在高能固体推进剂技术方面的研究现状及今后的研究方向,说明了高能固体推进剂在国防科技领域得到了高度的重视和广泛的关注。并依据高能固体推进剂在现代武器装备中的重要地位和作用,以及未来高技术战争对武器的要求,阐明了高能固体推进剂有待发展的关键技术和研究方向,发展的内涵在于重视知识创新、加强技术创新和推进管理创新。     

紧紧抓住理想信念这个根本着力强化领导机关思想作风建设

坚定的理想信念,是近些年来胡主席在加强党的建设、加强部队思想政治工作、加强高中级干部教育管理上,看得最重、强调最多的问题。当前,抓好领导机关思想作风建设,必须从理想信念这个根本入手,筑牢思想防线,端正价值取向,纯洁人际关系,发扬求实作风。     

武器装备备件需求量计算的方法研究

从武器装备的综合保障工作出发,概述了武器装备备件的涵义及分类,分析了武器装备综合保障的重要参数及影响战备完好性的重要参数战备保障率,并针对几种典型备件类型,提出了与之对应的备件需求量预测数学模型。     

以科学发展观为指导推进武器装备动员工作快速发展创新

武器装备动员在国防建设中具有突出的地位和重要作用。在武器装备动员工作中坚持科学发展观,要顺应新军事变革要求,突出创新,实现武器装备动员战时有保障和持续发展。本文首先阐述了新时期我国武器装备动员的特点及战略目标,总结了由于国家总体科技水平、国防投入、管理体制等影响我国现阶段武器装备动员发展的若干问题,并就贯彻落实国家"十一五"规划要求,提出了以科学发展观统领武器装备动员发展创新工作,武器装备动员工作要按照"平战结合、军民结合、寓军于民"的方针,创新武器装备动员模式,采取切实措施,把武器装备动员纳入国民经济和社会总体发展规划,提高快速动员能力。     

两栖车辆形体优化数值模拟

针对两栖车辆水上行驶时,车体包络线对黏性阻力的影响问题,基于RANS方程结合k-ε湍流模型,利用"刚盖"假定,不计兴波阻力及来流湍流度的影响,进行了某两栖车车体模型静水航行的数值模拟.分析了车体在特定速度下,车体包络线的局部改变对黏压阻力系数和摩擦阻力系数的影响.通过分析对比模拟结果,提出了对车体局部细节的优化意见.     

受限空间可燃气体爆炸抑爆实验系统研究

针对狭长受限空间可燃气体爆炸抑制模拟实验研究的需要,采用超细冷气溶胶抑爆技术设计了一套操作方便、组装灵活、结构合理的复合式气体爆炸抑制系统.完成气体爆炸和抑爆实验.实验表明该抑爆实验系统能满足受限空间不同工况气体爆炸抑爆实验研究的需要;同时也表明可燃气体浓度、抑爆剂性能、信号采集及控制系统响应速度等是影响抑爆效果的主要因素.文中的研究为进一步研制抑爆装置奠定了实验和理论基础.     

铝合金表面涂覆隐身吸波涂层脱落原因分析

通过对某装备车体外脱落隐身吸波涂层样品的表面形貌、截面形貌、元素组成及含量分析,发现吸波涂层和Al2O3钝化层之间没有化学结合键,只存在物理吸附和机械结合,在外部环境的作用下,很容易引起隐身吸波涂层的脱落。     

平流层飞艇抗风场干扰约束Unscented卡尔曼滤波算法设计与应用

为了提高风场干扰环境下飞艇的导航精度,研究飞艇抗风场干扰导航算法。在建立风场干扰条件下飞艇速度误差约束模型的基础上,设计抗风场干扰的约束Unscented卡尔曼滤波算法。确定风场干扰条件下飞艇的速度误差约束量,将该约束与Unscented卡尔曼滤波算法相结合,对速度误差进行估计和补偿,以减小风场对飞艇定位精度的影响;证明该算法的状态估计量不仅是无偏的,而且协方差小于标准Unscented卡尔曼滤波的协方差;将提出的算法应用于捷联惯导/天文/合成孔径雷达组合导航系统中进行仿真验证,并与自适应扩展卡尔曼滤波和抗差自适应Unscented卡尔曼滤波算法进行比较。结果表明:提出的约束Unscented卡尔曼滤波算法的滤波性能明显优于自适应扩展卡尔曼滤波和抗差自适应Unscented卡尔曼滤波算法,能够有效抑制风场对飞艇定位精度的影响,提高飞艇的导航定位精度。     

采用向量内积的并行相关算法

针对软件接收机相关器计算的实时性问题,通过分析扩频信号的接收过程,建立一种基于向量内积的并行相关信号接收模型。利用图形处理单元中大量的浮点运算单元进行矩阵与向量运算,并行计算各通道相关值,提高了信号相关运算的实时性。仿真验证结果表明,利用基于GPU的向量内积软件并行相关算法计算25 MHz采样率时长1 ms的信号相关值,25个通道共150个相关运算耗时967μs,与CPU上基于数学核心函数库的实现相比速度约提高了61.4倍,能够实现宽带扩频信号软件实时相关接收。     

基于LBP-PCA的多传感器目标识别算法

为了更加有效地提高多传感器图像融合后的识别率,提出一种基于LBP-PCA的多传感器目标识别算法。首先分别对红外和可见光图像进行预处理用以突显出要识别的目标,采用LBP算法提取目标的特征点向量,利用PCA算法进行特征融合,得到降维后的融合特征,最后利用SVM(支持向量机)进行分类和识别。实验仿真结果表明多传感器目标经过LBP-PCA融合后在保持足够数量的有效信息基础上降低了特征的维数,有效地提高了目标识别率。