灰色理论和模糊数学相结合的装备保障能力评估模型

军事装备保障能力的评估研究.对于战斗力的形成和保持有着重要意义.以灰色理论和模糊数学为基础,提出了一种新的装备保障能力评估模型,它是由AHP、灰色聚类分析,模糊评判综合集成而成的,既能体现装备保障能力评估的模糊性,又能充分利用信息,避免了使用单一模糊数学方法的不合理之处,为全面系统评估军事装备保障能力提供了一种新的途径.     

舰载导航系统的舰炮对海校射方法

测量距离方向法校射是我海军舰炮火控系统对海校射的主要方法,但在传统校射模型中,偏差测好时刻发射舰位置由发射时刻的发射舰位置推算而得.若直接用发射舰航向航速推算,则由于瞬时航向航速扰动.误差较大;若通过瞬时航向航速累积推算,则随着时间的增加,累积误差也很大.将舰载导航系统引入舰炮校射.利用舰载组合导航系统直接测得发射时刻和偏差测好时刻的发射舰位置.从而建立校射模型.仿真结果表明,该方法对提高舰炮校射精度,缩短系统反应时间,增强舰炮武器系统的作战效能有着重要的现实意义和军事意义.     

具有权限控制和多级安全的军用文书管理策略

针对指挥自动化网络中军用文书的权限控制和多级安全管理的问题,提出一种基于密钥管理的解决策略.采用一种可根据权限等级进行基于时空混沌的密钥递推算法实现对不同类型和不同敏感等级文档的权限控制.在RSA公钥体制基础上,设计使高等级的用户可推算出低等级用户的私钥实现了多级安全管理.     

基于语言值的导弹武器规划方案决策方法

针对导弹武器规划方案中大量存在的不确定性语言值,给出了一种基于语言值的不确定多属性决策方法,并得到了成功的应用.首先引入有序语言短语集构造权重的语言判断矩阵,通过其导出矩阵求解指标的权重信息.根据专家给出的方案的语言判断矩阵,用EWAA算子对语言评估信息进行集结,得到了各方案的排序.最后给出实例验证了方法的可行性及有效性.     

超声波金属熔体处理机强迫风冷问题的数值模拟

针对超声波金属熔体处理机因高温金属熔体的传热而产生的温度快速升高问题,采用ANSYS/FLOTRAN CFD对处理机进行了流场和温度场耦合分析,得到了不同冷却气流量下的换能器温度分布。同时,采用流-固/热耦合共轭传热问题求解方法得到了冷却腔内流固界面的对流换热系数,避免了试验测试的困难,为超声波金属熔体处理机的散热和冷却提供了设计依据。     

基于相位恢复技术的二维相位解包络算法

介绍一种新型的二维相位解包络算法。该算法的原理是将被解包络的相位作为输入光场,通过光学衍射计算得到其远场衍射光场的光强分布,然后使用相位恢复算法进行优化计算,得到一组用于表达连续波面的最佳Zernike多项式参数。此算法的特点在于,结合已成熟的相位恢复算法,波面解包络的唯一性和准确性可得到充分的保证;同时利用光场衍射计算,可方便地通过对衍射光强的滤波实现对相位噪声的抑制。实验验证了该算法的有效性。     

RFI用环氧树脂固化工艺研究

采用动态差示扫描量热(DSC)法,研究了E-44/E-21混合环氧树脂与GA-327(DDM改性芳胺)的固化过程,研究了升温速率对固化体系DSC曲线的影响,确定了该固化体系的反应动力学方程为dαdt=2.27×104exp(-(4764.65)/T)(1-α)0.861;采用最佳固化温度外推法得到E-44/E-21(6∶4)/GA-327体系的最佳固化制度为100℃/30min 120℃/30min。按该固化制度制备的浇铸体的固化度达95.7%,拉伸强度和弯曲强度分别为62.71MPa和97.92MPa。     

SiC光学材料的电弧增强等离子体加工方法

Si C光学材料具有高化学稳定性,其在普通的等离子体加工中难以获得较高的加工效率。在等离子体加工实验中,发现提高等离子体的自身射频电压可增强等离子体与Si C材料之间的电弧放电作用,而借助电弧的增强作用可提高Si C材料的加工效率,因此提出电弧增强等离子体加工方法。为研究电弧的形成原理,使用自制的探针分别测量了普通电感耦合等离子体和电弧增强等离子体的电压。分别使用传统方法和电弧增强方法对S-Si C进行直线扫描加工实验,证明了电弧增强等离子体加工方法具有更高的加工效率。     

潜艇水下回转运动稳定性分析

水下回转运动是潜艇常用的运动形式之一,属于潜艇转向运动的重要研究内容。回转运动过程中,潜艇受力复杂,容易出现分岔等非线性现象,潜艇运动稳定性变差。运用同伦延拓法、分岔理论和李雅普诺夫运动稳定性理论分析了潜艇水下回转运动稳定性,并通过数值仿真试验验证了分析结果的正确性和分析方法的有效性,为潜艇运动稳定性的研究提供了思路。     

异步非平稳干扰抑制方法

为解决单通道条件下异步非平稳干扰抑制问题,提出基于数据驱动的稀疏分量分析干扰抑制方法,旨在从接收到的混叠信号中恢复期望信号。该方法利用深度卷积神经网络对输入/输出端数据间的复杂映射关系的强大建模能力,实现了目标信号稀疏域的自适应选择、稀疏域中目标信号稀疏表示的自适应学习以及目标信号的自动恢复。与以往干扰抑制算法不同,所提方法在时域上完成了“端到端”的信号波形恢复,且对混叠观测无先验要求,相比现有方法更具普适性。仿真实验验证了所提干扰抑制方法在不同环境噪声和干扰信号强度及泛化测试条件下的有效性,对干扰的抑制性能显著优于现有算法。