排序方式: 共有9条查询结果,搜索用时 234 毫秒
1
1.
为实现某型发射装备结构支架的轻量化和小型化,在准静态均布载荷作用下对结构支架进行了拓扑优化设计,分析了优化得到的新型结构支架的刚度和重量对各个板件厚度的灵敏度。以板件厚度为设计变量,以结构重量最小为设计目标,对新型结构支架进行了尺寸优化,分析了最优解对设计变量初值的鲁棒性。计算和优化结果表明,在结构刚度不降低的条件下,新型结构支架的重量与原有结构支架相比减小了51%,最大应力降低了49.6%。 相似文献
2.
无人机自主察打对地攻击场景中,针对无人机作战时效性强,地面目标识别场景复杂,存在模型训练、推理速度慢,小目标检测漏检、误检的问题,提出一种基于注意力机制与通道重排思想的无人机对地目标检测算法。该算法引入CA(coordinate attention)注意力机制,可提高网络对关注部分的特征提取能力;且对主干网络进行通道重排(channel shuffle)轻量化处理,可有效减少多次卷积造成的特征损失;最后,为提升战时训练及推理速度,替换部分激活函数为H-Swish,优化其损失函数为CIoU(complete intersection over union)。实验证明:采用改进的新算法,提升了28.4%训练速度,目标识别的平均精度均值(mean average precision, mAP)达99.1%,可实现最小目标检测为19*25像素,经TensorRT加速后检测速率达72.99 FPS,满足实时检测需求,针对复杂地形下的坦克小目标检测性能较好。 相似文献
3.
4.
5.
6.
传统基于暂态特征和稳态特征的射频信号个体识别方法存在特征提取困难、特征微小、无法区分射频信号个体差异等问题,识别率较低.随着深度学习技术的发展,结合栈式自编码网络深度融合目标特征优势和残差神经网络在解决退化问题时的优势,提出了一种基于SEA和ResNet网络的射频信号个体识别方法.包括信号时频域特征提取方法分析、多域特征拼接与融合、基于轻量化ResNetLite网络的射频信号个体识别方法等步骤.仿真结果表明,相对于传统时频域特征提取方法和BP分类方法,新方法能够有效提取和融合信号细微、高层次及深层次特征,且识别率有一定幅度的提升,同时,对计算资源、存储资源的消耗有约7倍的降低,可支持嵌入式设备小型化需求,便于工程实现. 相似文献
7.
红外技术在防备夜间作战和隐蔽作战中发挥的作用是至关重要的,针对如何平衡红外图像检测精度与轻量化的问题,提出一种基于红外场景下的轻量化目标检测模型M-YOLOv5。该网络模型采用改进的ShuffleBlock模块替换原有的CSP骨干网络。此外,应用轻量级上采样算子CARAFE替换原有上采样模块,在C3模块中加入SE注意力机制,降低冗余信息,提高特征的区分性和表征能力,重新设计损失函数,E-IoU作为新的损失函数,加快模型收敛速度。在公开数据集FLIR上进行了实验,实验结果表明:改进之后网络模型的平均检测精度达到73.0%,仅降低2.9个百分点,而M-YOLOv5模型的网络参数数量、理论计算量分别减少40%、39%,模型的推理速度提高52%,满足部署于边缘设备的需求。 相似文献
8.
9.
为了减小弹托消极质量,提高某型穿甲弹的威力,运用Ansys11.0软件的Workbench平台,采用瞬态动力学方法对某型穿甲弹的发射强度进行了仿真,结果表明:该弹弹托马鞍部和尾椎部的强度裕度较大。通过在马鞍部钻孔和尾椎部开槽,在满足发射强度要求的前提下可减轻弹托质量170 g,从而使该型穿甲弹的炮口初速提高了16.25 m/s,进而使该型穿甲弹对既定目标的有效穿透距离增加了270 m左右。 相似文献
1