装甲装备在沙漠环境下的适用性评估技术

针对装甲装备性能试验过程中所面临的适用性评估问题,通过分析沙漠环境对装甲装备的影响,构建了装甲装备在沙漠环境条件下的适用性试验指标体系,采用AHP、ADC和模糊综合评判相结合的方法,实现了对装甲装备在沙漠环境下适用性的定量评估.计算实例表明,该方法合理有效,能够为各型装甲装备的环境适用性评估提供参考和借鉴.     

基于动态时间规整下密度聚类的轨迹识别研究

为使地空导弹兵模拟训练系统获得的目标机动轨迹更加贴近实战、更有依据性,考虑对演习训练产生的轨迹数据进行分析,设计了DBSCAN(Density-Based Spatial Clustering of Applications with Noise,针对有噪声数据的基于密度的空间聚类)预分类的DBSCAN改进DTW(Dynamic Time Warping,动态时间归整)聚类算法来分析机动轨迹.并与未预分类的DBSCAN改进DTW聚类算法进行对比,发现其运行效率和分类准确度方面均较优.同时分析了数据结构和算法的参数对分类效果的影响,发现数据规模越大,DBSCAN预分类的DBSCAN改进DTW聚类算法的优势越明显.通过仿真得到了使DBSCAN预分类的DBSCAN改进DTW聚类算法发挥最高效率的参数.     

Visual SLAM in dynamic environments based on object detection

A great number of visual simultaneous localization and mapping (VSLAM) systems need to assume static features in the environment. However, moving objects can vastly impair the performance of a VSLAM system which relies on the static-world assumption. To cope with this challenging topic, a real-time and robust VSLAM system based on ORB-SLAM2 for dynamic environments was proposed. To reduce the influence of dynamic content, we incorporate the deep-learning-based object detection method in the visual odometry, then the dynamic object probability model is added to raise the efficiency of object detection deep neural network and enhance the real-time performance of our system. Experiment with both on the TUM and KITTI benchmark dataset, as well as in a real-world environment, the results clarify that our method can significantly reduce the tracking error or drift, enhance the robustness, accuracy and stability of the VSLAM system in dynamic scenes.     

基于时滞分割法的具有leakage项时滞的离散型神经网络状态估计

摘要：研究一类具有leakage时滞的离散型神经网络的状态估计问题．通过构造新的Lyapunov泛函得到保证估计误差全局渐近稳定的充分条件,并通过求解一个线性矩阵不等式（LMI）得到状态估计器的增益矩阵．采用一种新的时滞分割方法将变时滞区间分割为多个子区间,使该结果在获得更小的保守性同时也降低了计算的复杂度．     

基于灰色关联分析的反导导弹战斗部作战效能评估

针对反导导弹战斗部的性能特点,以灰色关联理论为基础,采用灰色加权关联度分析进行综合评判,建立了反导导弹战斗部作战效能评估模型．最后通过算例,验证了该模型的完整性,最终为决策者做出合理的作战决策提供了理论参考．     

压入管桩压桩所致挤土位移的数值模拟

采用位移贯入法施加荷载,以修正剑桥模型作为土体本构关系模型,通过在桩-土界面设置接触面并采用自定义初始孔隙比分布的子程序VOIDRI实现初始孔隙比随深度的非线性分布,建立较为符合压入管桩压桩实际的有限元模型,对压入管桩压桩产生的挤土位移进行数值模拟研究,讨论压入管桩压桩产生的竖向和水平挤土位移沿深度方向和径向的分布规律。研究结果表明:随径向距离的增大,浅层土体的竖向挤土位移逐渐由沉降变为隆起,而深层土体的竖向挤土位移始终表现为沉降;随深度的增大,至桩中心距离较小处土体的竖向挤土位移始终表现为沉降,而至桩中心距离较大处土体的竖向挤土位移逐渐由隆起变为沉降;不同深度土体的水平挤土位移沿径向的分布规律和不同径向距离土体的水平挤土位移沿深度方向的分布规律都趋于一致。最后提出能够有效减小压入管桩挤土效应的施工措施。     

基于WSR与LSS的装甲装备维修质量管理体系研究

运用物理-事理-人理(WuLi-ShiLi-RenLi,WSR)系统方法论与精益六西格玛(Lean Six Sigma,LSS)管理思想,分析了装甲装备维修质量管理体系的构建过程.分析了WSR与LSS的宏观与微观集成,构建了基于WSR 与LSS的装甲装备维修质量管理模型;运用WSR详细剖析了维修质量管理体系构建过程中的物理、事理、人理;运用系统工程的思想分析了维修质量管理体系的基本功能与组成要素.     

基于记忆非线性多项式的星地一体预失真算法

传统的基于间接学习结构的预失真技术通常仅考虑对单个地面功放或卫星功放进行补偿,线性化性能有限;文中联合地面功放与卫星功放的非线性失真和卫星信道的实际传输特性,提出了一种适合透明卫星功放的星地一体间接学习预失真算法。该算法利用记忆深度为5、非线性阶数为9的奇偶项多项式作为预失真器,同时采用最小均方(LMS)与递归最小二乘(RLS)联合的算法自适应更新预失真器的系数,以兼顾运算量和收敛速度。仿真结果表明,经过星地一体预失真后,卫星高功放输出端APSK星座图误差矢量幅度改善值达到91.52%,带外功率谱抑制平均提升了11.41dB,系统线性化性能非常理想。     

斜度相似度的ISAR干扰效果评估方法

由于逆合成孔径雷达(ISAR)是一种新体制雷达,一些用于评估常规体制雷达干扰效果的方法和手段对于ISAR来说并不适用。通过比较干扰前后目标图像灰度的变化,提出了基于斜度相似度的ISAR干扰效果评估方法,可以反映干扰对目标图像灰度的影响程度。该方法不仅计算简单,而且具有归一化的优点。最后,就射频噪声和噪声调频两种干扰模式对ISAR进行了干扰仿真,仿真结果验证了评估方法的正确性和有效性。     

融合可修性度量和双线学习的反导预案修正

对反导预案应用中基于预案推理的预案修正技术进行了研究,提出了一种新的反导预案修正方法。首先,在定义预案属性否决权和修正裕度的基础上,设计了一种考虑预案可修性的相似度计算方法;然后,以其为预案检索和修正规则学习的导向,融合离线预案库学习和在线实时学习策略,给出了预案修正规则的双线学习方法;建立了融合预案可修性度量和双线学习的反导预案修正模型,并对规则的归纳学习策略进行了研究;最后,进行了实例验证,结果证明了新修正方法的可行性和有效性。