水雷磁引信目标识别技术初探

目标识别技术应用于水雷磁引信的关键是目标特征量的提取与分类器的设计。本文提出了舰船目标吨位识别的四维特征向量,设计出完整的二叉树分类器。仿真计算表明,这种特征量的正确识别率在90％以上,为目标识别技术在水雷磁引信中的应用作了有益的探索。     

数据融合在现代雷达引信中的应用研究

介绍了数据融合的基本理论和实现技术,分析了防空导弹现代雷达引信设计中的数据融合问题。利用多传感器数据融合方法建立了雷达引信数据融合结构模型。应用MSPDAF数据融合算法进行数学仿真,并给出仿真结果。     

谱估计算法在近炸引信中的应用

近炸引信探测的目标信号存在固定噪声不易于目标的提取。为此,采用了几种常用的谱估计方法进行降噪处理,消除系统的固定噪声,提高近炸引信的信噪比和信杂比,增强近炸引信可靠探测目标的能力。并通过Matlab进行仿真分析,比较算法性能差异,最后得出结论:功率减谱法抑制固定噪声效果好,运算量小,系统简单,是消除固定噪声的理想方法。     

自然梯度盲分离算法在振动信号处理中的应用

介绍了盲分离的几种主要算法,并对混合信号进行分离仿真实验,证明了算法的有效性.比较了Infomax算法、EASI算法和自然梯度算法采用不同步长时的分离性能.并采用改进的基于最小互信息准则的自然梯度算法对航空发动机振动信号分离,得到各振源的特征频率.该算法是分离机械振动信号源的一种有效方法.     

磁耦合共振引信装定信息的双向传输技术

针对目前电磁感应装定方式有效传输距离近、传输效率低等问题,基于电磁耦合谐振理论,提出了一种三线圈磁耦合共振装定信息传输系统,实现装定器和引信之间信息的快速、高效传输。利用互感耦合模型,分析得出了整个系统的接收电压比率与线圈谐振频率、耦合系数之间的关系,并根据该特点分析了基于频率调制的信息传输技术。实验结果表明,磁耦合共振装定系统可实现稳定、可靠的信息传递,性能可以满足大多数引信的设计要求,这种新颖的装定系统信息传输的实现,可为新一代武器系统的信息交联设计提供一定的理论支持。     

磁梯度张量的旋转计算方法

为了获得磁梯度张量数据,提出旋转计算磁梯度张量的方法。使倾斜放置的磁梯度计绕竖直轴线转动,利用测得的空间磁梯度数据计算得到磁梯度张量。以磁梯度张量的理论值作为参考,选取一组较优的转动角、倾角和基线长度等模型参数,分析磁力仪三轴指向误差对磁梯度张量计算结果的影响。数值仿真结果表明:该旋转合成方法能够有效获取磁张量信息,合成计算值与理论值之间的差别较小。     

安全性原理在引信设计中的应用

根据安全性原理对引信安全性问题进行了分析。提出了在 GJB 373A《引信安全性设计准则》要求之外,引信安全性设计还应注意的问题,从而加深对 GJB 373A《引信安全性设计准则》的理解。     

自适应LMS和相关算法在GMI磁传感器信号检测中的应用

在GMI磁传感器的研制中,微弱磁场信号经常淹没于电路固有噪声中。当非晶丝GMI(GiantMagneto-Impedance)磁传感器的输出信噪比小于0dB时,常规的峰值检波方法无法检出传感器信号。针对此问题,提出了一种新的微弱信号(信噪比小于0dB)检测方法,利用LMS自适应滤波算法提取非晶丝GMI磁传感器输出信号的特征参数,将该特征参数与理想参数进行相关运算,并根据相关值的大小来确定信号大小,从而实现对微弱磁信号的测量。仿真结果表明,采用LMS自适应滤波算法和相关分析相结合的方法,对于传感器输出信噪比等于-10dB的微弱信号,根据相关值与外磁场大小的对应关系,仍然可以确定外磁场大小。     

价值工程在引信方案论证中的应用

本文结合我国引信产品方案论证的实际,论述了应用价值工程原理,综合考虑引信战术性能、可靠性、安全性、寿命、费用等进行引信方案论证的方法、步骤和原则。     

共轭梯度反传算法及其在液体火箭发动机系统辨识中的应用

结合非线性优化理论和方法提出了易于实现、收敛速度比较快的多层神经网络共轭梯度反传算法。液体火箭发动机参数辨识技术已得到广泛的应用,由于传统的数学方法必须基于发动机已知模型,使得其参数辨识受到极大的限制。文中基于神经网络共轭梯度反传算法进行液体火箭发动机的系统辨识,结合变推力发动机热试车动态数据,得到了满意的仿真结果。     

考虑地磁场空间梯度的飞行器磁干扰建模与求解方法

首先,在研究飞行器背景磁干扰模型与小信号模型的基础上,分析了地磁梯度沿纬度与高度的变化规律,分析可知由于飞行器的机动,地磁梯度会对测量结果造成影响;然后,考虑地磁梯度因素,对原有小信号模型求解方法进行了改进：飞行器在四个航向上做小角度的机动飞行,将地磁场沿纬度与高度的梯度作为未知量,与飞行器磁干扰模型中的剩磁参数、感磁参数和涡磁参数一起求解;最后,利用实测试验数据进行了验证,结果表明：考虑地磁梯度的影响与不考虑地磁梯度的影响相比,求解的模型参数可以在细节上进一步提高飞行器背景磁干扰的补偿效果。     

地磁场水平梯度对飞机磁干扰补偿精度的影响

分析了地磁场水平梯度对飞机磁场模型的影响,利用航空磁测试验数据和地磁场水平梯度仿真数据,对飞机磁场模型系数进行了求解计算,并对飞机在特定航向上机动飞行时产生的干扰磁场进行了仿真补偿试验.计算和仿真试验结果表明:地磁场水平梯度引起的飞机磁场和方向余弦变化会使飞机磁场求解结果产生偏差,从而降低飞机磁干扰补偿精度.     

曲面拟合法和梯度法相结合的图像亚像素配准算法

针对传统亚像素配准算法存在精度不高、计算复杂的问题,提出了一种曲面拟合法和梯度法相结合的图像亚像素配准算法。采用9点相关系数曲面拟合法对图像进行粗配准,求得一个相对粗略的亚像素配准位置;在两幅图像中选取相同尺寸的子区图像,在粗略的亚像素配准位置基础上,采用梯度法最终获得精确的亚像素配准位置。不同平移关系下的样本图像亚像素配准对比实验结果表明,该算法实现了曲面拟合法和梯度法的优势互补,有效提高了图像配准的精度,最大配准绝对误差由0.17像素降低为0.02像素。     

一种纯方位跟踪中的自适应滤波算法

针对纯方位被动目标跟踪中扩展卡尔曼滤波算法易发散的不足,提出了一种自适应的改进算法。该算法利用极大后验噪声估计器Sage-Husa对虚拟观测噪声进行实时在线估计,动态补偿线性化带来的误差。算法的对比仿真分析结果表明,AEKF较之EKF滤波效果有所改善,增强了稳定性,提高了精度,为水下纯方位被动目标跟踪的实现提供一种新的方法。     

基于差分进化算法的铁磁物体磁化率优化方法

针对工程中铁磁物体磁化率难以确定的问题,以单元表面积分铁磁物体感应磁场模型为基础,利用磁场测量值建立了多维磁化率数学优化模型,并运用具有全局多维寻优能力的进化差分算法对多维磁化率数学模型进行了求解,进而确定了铁磁物体的感应磁场分布。最后,设计了空心圆筒磁测实验,实验结果表明:该方法能有效获取铁磁物质多维磁化率,还能精确计算铁磁物体的感应磁场分布。     

高超声速流动计算中LU-SGS隐式算法的应用研究

在高超声速条件下,对原始LU-SGS格式及其改进方法的收敛速度做了深入地比较分析,目的是进一步更好地将LU-SGS算法用于工程上复杂外形的计算模拟当中。二维圆柱,三维钝锥及空天飞机算例的结果表明：(i)对于高超声速粘性流动的计算,粘性项应进行隐式处理;(ii)BLU-SGS方法给出的内迭代方式的收敛性优于DP-LUR方法所给出的内迭代方式;(iii)LU-SGS算法中雅克比系数矩阵的计算方式对计算量及收敛性影响较大,若采用精确的矩阵形式则在流动无分离情况下能取得快速收敛的效果,而在含有流动分离的情况因受稳定性的影响精确的矩阵形式的收敛表现不及对角近似形式。     

直升飞机在扑救超高层建筑火灾中的应用

针对超高层建筑的迅速发展与举高消防车工作范围不足的矛盾 ,分析论证了运用直升飞机加大空中消防优势 ,扑救超高层建筑火灾的必要性及其使用注意事项。并论述我国航空消防队的现状及发展趋势。     

Active learning accelerated Monte-Carlo simulation based on the modified K-nearest neighbors algorithm and its application to reliability estimations

This paper proposes an active learning accelerated Monte-Carlo simulation method based on the modified K-nearest neighbors algorithm. The core idea of the proposed method is to judge whether or not the output of a random input point can be postulated through a classifier implemented through the modified K-nearest neighbors algorithm. Compared to other active learning methods resorting to experimental designs, the proposed method is characterized by employing Monte-Carlo simulation for sampling i...     

An assumption-free convergence analysis for a perturbation of the scaling algorithm for linear programs,with application to the L1 estimation problem

This article is concerned with the scaling variant of Karmarkar's algorithm for linear programming problems. Several researchers have presented convergence analyses for this algorithm under various nondegeneracy types of assumptions, or under assumptions regarding the nature of the sequence of iterates generated by the algorithm. By employing a slight perturbation of the algorithm, which is computationally imperceptible, we are able to prove without using any special assumptions that the algorithm converges finitely to an ε-optimal solution for any chosen ε > 0, from which it can be (polynomically) rounded to an optimum, for ε > 0 small enough. The logarithmic barrier function is used as a construct for this analysis. A rounding scheme which produces an optimal extreme point solution is also suggested. Besides the non-negatively constrained case, we also present a convergence analysis for the case of bounded variables. An application in statistics to the L₁ estimation problem and related computational results are presented.