雷达目标回波信号的混沌、多重分形分析与识别

本文旨在将混沌、多重分形的理论和方法引入雷达信号处理，从混沌、分形动力学角度来揭示和刻划复杂目标散射机理，为进行有效信号处理和可靠目标识别寻找新的理论和技术实现方法。文中统计了五种飞机目标回波信号的Ｌｙａｐｕｎｏｖ指数分布情况，并计算了其多重分形维数，然后在此基础上，进行了目标识别的实验，获得了较高识别率。本文的研究表明，混沌、多重分形理论在目标特性及识别的研究中具有良好的应用前景。     

快速JPDA算法的递归和并行实现

本文从联合关联事件的构造出发，讨论关联假设事件的分层构造，以达到降低计算量的目的。这里的层次可从０取到Ｌ，０层表示没有任何目标能够跟当前的观测数据关联，Ｌ层表示共有Ｌ个目标可以跟当前扫描得到的观测数据相关联。本文的关联事件的构造中，各层次的搜索具有递归性并可以独立进行，因而可以并行实现。文中还将本文的方法跟有关文献作了比较，并且给出相应的计算机仿真实验及其结果。     

具有电介质衬套的多波切仑柯夫振荡器

提出了具有电介质衬套的多波切仑柯夫振荡器的概念，并采用粒子模拟方法对之进行了研究。结果表明：电介质衬套能使器件在较低二极管电压下正常工作，同时，在低电压区的辐射效率明显提高。这对开发多波切仑柯夫振荡器在爆磁压缩产生高功率微波等领域的应用具有参考价值。研究还发现：微波频率随电介质的介电常数增大而单调下移，电介质的介电常数及导引磁场的强度均具有最佳值。     

α粒子在高温高密度氘氚等离子体中输运和能量沉积率的有限元计算

α粒子在高温高密氘氚等离子体系统中输运时其角密度分布函数满足非定态Ｆｏｋｋｅｒ－Ｐｌａｎｃｋ方程。本文将一维球对称情况下的Ｆｏｋｋｅｒ－Ｐｌａｎｃｋ方程在时域离散时分离成速度与坐标方向的两个方程，再对此两个方程中的速度变量作多群化处理，坐标变量（包括运动方向变量）采用有限元方法处理，分别得到了两个有限元方程。通过对两个有限元方程的耦合求解，数值求解了α粒子角密度分布函数随时间的变化，据此分别计算了α粒子对背景等离子体中的离子、电子的能量沉积率以及α粒子对背景等离子体的总能量沉积率随时空的演化。     

弹道数据处理融合算法的并行计算

针对参考文献[1]中提出的融合多信源信息的融合算法,讨论了其中大计算量的测元遴选问题,并给出了它的并行算法。最后详细地分析了此并行算法的高效性和可扩展性,给出了加速比的仿真结果     

多柔体系统动力学模型的集中参数近似方法

提出了有限元方法和数值积分相结合获得多柔体系统集中参数模型的近似方法,并基于lagrange方程,对有根树型拓扑结构的多柔体系统进行建模。     

红外图像序列运动小目标检测的预处理算法研究

就如何检测复杂背景下低信噪比的运动小目标展开讨论,提出了用空间高通滤波方法改善图像质量,达到抑制背景噪声,增强小目标的效果,随后用似然比检测理论进行目标的初步分离,接着采用邻域判决的方法实现运动目标的进一步分离,最后用图像流分析法进行目标的最终检测。实验结果表明,该算法能够对小目标甚至是点目标的运动进行可靠的检测     

考虑载荷作用次数的多失效模式扭力轴灵敏度分析

机械构件的不同的失效模式之间具有一定的相关性,而且随机载荷作用次数对机械构件的可靠性有一定程度的影响。因此对机械构件进行可靠性灵敏度分析时,需要充分考虑其不同失效模式和载荷作用次数的影响。通过运用顺序统计量理论考虑载荷多次作用以及多种失效模式条件下机械构件可靠性及可靠性灵敏度的变化规律,运用随机摄动理论和四阶矩技术,建立一种考虑载荷作用次数的多失效模式机械构件可靠性灵敏度分析数值方法的应力强度干涉模型。在随机变量前四阶矩已知的情况下,结合灵敏度分析的梯度算法,推导出关于随机变量均值和方差的灵敏度计算公式。以某履带车辆底盘扭力轴为例进行计算,得到其可靠度随载荷作用次数、随机变量均值和方差而改变的可靠性灵敏度变化曲线,为扭力轴的可靠性优化提供一定的理论依据。研究成果可以推广到相关机械可靠性灵敏度设计和结构优化领域,具有非常重要的实用意义。     

超音速子母弹时序抛撒分离干扰特性

为分析在时序抛撒方式下子母弹多体干扰流场特性及其对各舱段弹体气动特性的影响,基于流体控制方程与六自由度刚体运动方程,结合非结构动网格技术,分别对两种时序抛撒方式及后舱子弹单独抛撒方式下的子母弹三维非定常分离流场进行数值模拟,得到不同抛撒时序下的分离流场特性及其气动干扰特性,揭示各舱段子弹在不同分离阶段的气动干扰相互作用过程。研究结果表明:在时序抛撒分离过程中各弹体间激波不断地交错干扰,增加了流场结构的复杂性;前舱子弹的激波干扰使得后舱段子弹气动分离参数较低,分离效率较慢,尤其在短时序间隔下,后舱弹体受前舱子弹干扰较为严重,弹体的安全分离受到影响。     

一种基于改进K-means算法的空间群划分方法

空间群划分是兵力分群的重要环节,其关键在于确定"距离"度量函数、分群数目和初始分群中心。传统算法的初始聚类中心和聚类数目不固定,直接用于空间群划分将使得划分结果不稳定。为此,提出了一种基于改进算法的空间群划分方法。利用了现有空间群划分方法中的距离函数改进策略计算敌方作战单元两两之间的"距离",引入一种快速搜寻高密度点的方法,确定了初始分群中心和分群数目,通过仿真实验验证了该方法的有效性。