水下制氢反应室动态过程数值分析

为研究水下制氢反应室的动态过程规律,基于化学反应动力学和单液滴运动学得到合金/水反应转化率,并在最小自由能法计算得到生成物各组分摩尔数的基础上利用质量守恒方程得到室内各物质质量变化规律。在建立非线性移动边界螺旋管动态模型的前提下,利用能量守恒方程得到室内热力参数变化规律,进而完成制氢反应室动态过程详尽模型的建立。利用该模型编写计算程序,完成某水下制氢反应室动态过程仿真。结果表明,各仿真曲线较好地反映了对应参数的动态变化规律,验证了模型建立与仿真的正确性;合金/水反应转化率决定了反应室的物质质量变化规律及其能量释放特性。该模型可以作为制氢反应室动态特性分析及其过程控制研究的基础模型。     

基于属性的舰载机航材备件品种确定方法

航材备件品种确定是舰载机供应保障工作的重要内容。基于属性对舰载机航材备件品种确定进行研究。基于粗糙集理论对属性集进行属性约简,确定航材备件品种确定的主要影响属性,然后基于属性约简进行航材备件品种确定。给出了单属性、顺次属性和多属性的品种决策方法。最后结合实例进行了应用分析。     

基于扩展H∞滤波的OFDM自适应盲信道估计算法

针对OFDM系统中的信道估计问题,提出了一种基于扩展H∞滤波的OFDM自适应盲信道估计方法。该方法通过对常规H∞算法进行改进,实现了在OFDM系统中能自适应跟踪信道的变化特征,从而使均方误差的性能随着输入信噪比的增加得到很大的提高。仿真结果也验证了该算法优于卡尔曼和H∞估计算法,具有计算复杂度低,运算量小、收敛速度快、算法灵活等特性。     

基于GAHP的模糊综合评判法在潜艇 作战方案评估中的应用

潜艇作战方案评估是辅助对潜指挥员决策的重要方法,而评估的科学性对决策的有效性影响很大.利用多人层次分析法(GAHP)和模糊综合评判相结合的方法,对潜艇作战方案进行评估,评估的结果可信度高,有利于对潜指挥员的正确决策.最后,通过实例证明了方法的有效性.     

基于曲面拟合的宽带阵列模型误差有源校正

针对阵列模型误差难以建模的问题,提出一种新的非参数化有源校正方法。首先,测量部分离散方向点上的导向矢量。然后,利用测得的导向矢量拟合所有的模型误差曲面,并得到多项式系数。最后,在DOA估计时利用多项式系数计算所有方向和频率上的导向矢量。该方法适用于宽带阵列,且需要的数据存储量小。仿真实验结果表明该方法的校正误差非常小。因此,该方法具有一定的工程实用价值。     

某型多管火箭炮射击精度对重复毁伤影响

基于射击学理论和毁伤理论,采用矩阵法,建立了某型多管火箭炮射击的重复毁伤分析模型,研究了该型多管火箭炮射击误差对重复毁伤的影响,得出了射击诸元误差和射击散布误差变化对重复毁伤影响的具体规律和二者之间的不同。研究结论对于弹道修正火箭弹设计精度指标确定、弹药消耗规律研究及作战指挥决策具有参考意义。     

防空通信系统性能评价及抗毁性分析

分析了防空通信系统的组织结构和对抗特点,利用性能评价过程代数描述防空通信系统的状态演化,提出一种防空通信系统抗毁特性分析方法。通过具体案例,对通信系统的组织结构、抗击软硬杀伤的能力进行建模和仿真验证。实验结果表明,该方法适用于防空通信系统的建模与分析,能够实现对防空通信系统的结构进行对抗过程的建模;通信系统的不同要素对抗毁性能的影响不同,可以采取有效策略以提高防空通信系统的抗毁能力。     

高分辨率UAV SAR的三维运动误差分离与补偿

在基于SAR回波的数据处理中,多普勒调频率具有很高的估计精度且对场景的依赖性很小,可以更广泛地用于自聚焦处理。基于多普勒调频率参数估计,针对回波包络及相位分别提出了误差提取模型,并通过包络误差校正和相位误差补偿两个步骤实现了高精度的运动补偿处理。实测数据表明,本文方法可以在低精度导航信息情况下获取高分辨率雷达图像。     

ISAR雷达欺骗式干扰信号生成算法

宽带ISAR雷达能够从目标回波中计算得出众多目标特征,对ISAR雷达的干扰信号必须高逼真地模拟目标的电磁散射特性和运动特性。从弹头目标电磁散射机理出发,分析了干扰信号生成流程,提出二维成像干扰的实现方案。针对虚假目标特性模拟问题,提出基于一维距离像模板合成欺骗干扰信号的算法。算法采用距离像模板与实际宽带ISAR信号的卷积调制处理,生成的干扰信号能较好地反映目标的电磁特性。通过多个脉冲的模拟,生成的干扰信号也能够准确反映目标的运动特性。仿真实验对暗室测量数据和HRRP模板数据进行成像效果对比,验证了算法的有效性。该算法对二维成像干扰机的工程设计具有指导意义。     

Choosing arrival process models for service systems: Tests of a nonhomogeneous Poisson process

Service systems such as call centers and hospital emergency rooms typically have strongly time‐varying arrival rates. Thus, a nonhomogeneous Poisson process (NHPP) is a natural model for the arrival process in a queueing model for performance analysis. Nevertheless, it is important to perform statistical tests with service system data to confirm that an NHPP is actually appropriate, as emphasized by Brown et al. [8]. They suggested a specific statistical test based on the Kolmogorov–Smirnov (KS) statistic after exploiting the conditional‐uniform (CU) property to transform the NHPP into a sequence of i.i.d. random variables uniformly distributed on [0,1] and then performing a logarithmic transformation of the data. We investigate why it is important to perform the final data transformation and consider what form it should take. We conduct extensive simulation experiments to study the power of these alternative statistical tests. We conclude that the general approach of Brown et al. [8] is excellent, but that an alternative data transformation proposed by Lewis [22], drawing upon Durbin [10], produces a test of an NHPP test with consistently greater power. We also conclude that the KS test after the CU transformation, without any additional data transformation, tends to be best to test against alternative hypotheses that primarily differ from an NHPP only through stochastic and time dependence. © 2014 Wiley Periodicals, Inc. Naval Research Logistics 61: 66–90, 2014