做好新形势下边防工作的思考

做好新形势下边防工作的思考@吕文彦$吉林省边防总队!吉林长春130000     

飞机反区速度矢量不稳定及其控制的机理

在信号流图的基础上,提出多回路分析的方法,并用于研究反区时速度矢量不稳定及其稳定控制的机理。建立了纵向动力学的信号流图,并证明了一个回路的收敛性定理。在此基础上,通过理论分析得出了速度矢量不稳定在不同层面上的原因,也得出了速度和轨迹的发散度表达式等,并表明阻力-速度曲线、轨迹角-速度曲线、极曲线、阻力系数曲线等存在相互对应的反区和正区,并且阻力-速度曲线和轨迹角-速度曲线在斜率上成比例。研究得出进场动力补偿系统下速度矢量的稳定临界条件、收敛度、稳定机理等,理论分析和仿真比较了速度恒定进场动力补偿系统和迎角恒定进场动力补偿系统在控制性能上的差异。     

敌我识别系统及其进展

从敌我识别系统的应用背景出发,综述了敌我识别系统的发展历程,分析了各种敌我识别系统的特点,比较了毫米波敌我识别系统和激光敌我识别系统的性能,指出了数据融合技术和微米/纳米技术对敌我识别技术发展的重要性.相关研究内容对敌我识别系统的论证、技术体制的选择有参考价值.     

靶场试验与鉴定项目风险管理探讨

靶场试验与鉴定中的风险发生可能会对试验与鉴定目标的实现造成较大的负面影响，要求管理者主动采取有效的风险管理方法来减少风险发生的概率或降低风险带来的损失。鉴于靶场试验与鉴定的项目特性，将项目风险管理的方法应用于靶场试验与鉴定风险管理中，分别从风险管理组织构建、风险识别与评估、风险应对处理策略、风险管理总结评价几个方面进行探讨，为靶场试验与鉴定管理提供借鉴。     

热障涂层厚度及其涂敷下材料内部缺陷的红外定量识别

针对热障涂层结构材料红外定量检测存在的不足,提出基于脉冲相位的LM(LevenbergMarquardt)识别算法。针对研究问题,建立了轴对称圆柱坐标下热障涂层结构材料的瞬态导热模型,利用有限体积法计算出检测表面的温度场,经快速傅里叶变换得到检测表面的相位分布,分析待检测参数对检测表面相位差的影响。以相位为识别条件,采用LM反演算法对热障涂层厚度及其涂敷下材料内部缺陷位置大小进行定量识别,并采用数值实验方法验证了基于相位的LM识别方法的有效性。     

电子海图技术在反潜反鱼雷火控设备上的应用

针对反潜反鱼雷火控设备攻击水下来袭目标的作战特点，将电子海图技术应用其中。重点研究了基于电子海图背景的反潜反鱼雷作战态势显示以及辅助指挥决策、快速目标定位、快速目标指示等关键技术，用输入设备提取电子海图信息实现了快速目标定位及快速目标指示功能。研究表明：借助电子海图技术的应用可为反潜武器火控设备有效攻击目标起到积极地作用，对于提升反潜反鱼雷火控设备的作战能力效果明显。     

多面杀手——现代核潜艇

面对21世纪由“宙斯盾”战舰护卫的强大的航母水面战斗群，岸基作战飞机和水面舰艇都难以突破其严密的防护，进行有效的攻击。突击手的重任就理所当然地落到了核潜艇的肩上，现代核潜艇由于具备续航力大、自持力强，水下航速高、潜深大、安静以及武器携载量大的特点，因而是远程反舰巡航导弹的最佳运载平台。之所以要加装垂直发射系统，是因为垂直发射系统火力密度高．可以在瞬间把反舰导弹发射出去，形成饱和式攻击弹幕。虽然也可以从艇首鱼雷发射管发射这类导弹，但海波发射的导弹最多只有6枚左右，对配备有“宙斯盾”系统的水面舰队还不足以形成饱和式攻击．     

特殊的国旗献给“华盛顿”号航母

2001年10月11日早晨,美海军“华盛顿”号(CVN73)航母上气氛十分庄严肃穆。4名海军预备役人员完成了每年为期两周的现役训练。 这4名海军预备役人员是基南、莫尼卡、尤金和克里斯,隶属于驻纽约州加登城海军陆战队分遣队的海军卫生兵。 在这两周里,“华盛顿”号成了他们的避难所,使他们暂时远离了作为纽约全职专业医护人员所不得不而对的惨境,远离了悲伤和恐惧。     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。     

一种有效的红外图像融合算法

给出了一种基于átrous算法红外与可见光图像融合算法,该算法主要针对光谱差异较大以及配准精度较低的这类图像的融合算法。该算法首先对融合图像源进行átrous算法分解;随后,对分解的低频信息利用取加权法进行融合;高频信息首先利用边缘检测技术对不同尺度不同方向的高频信息进行边缘点的加强,然后以区域的空间频率为度量标准得到新的高频系数;最后进行átrous算法重构得到最终的融合图像。通过两组红外和可见光图像的融合实验,结果表明该方法能有效地突出边缘细节,提高图像分辨效果和人眼对场景目标的发现和识别概率。