具有变号非线性项的三点边值问题的正解

首先证明双锥上的一个不动点定理,并通过该定理研究一类具有变号非线性项的二阶三点边值问题两个正解的存在性。同时,给出了该三点边值问题相关的Green函数。     

两栖装甲装备战场损伤仿真模型

现代战争,随着各种高技术武器装备,特别是精确制导武器的广泛应用,战场上装备的损伤概率会越来越大;损伤的后果将越来越严重,使战时的保障问题变得更加突出,且难以把握.从分析两栖装甲装备在未来作战中的损伤机理入手,在缺乏大量实际战损数据的情况下,通过建立装备战场损伤仿真模型,为战时装备保障方案的制定,提供科学有效的辅助决策依据.     

Vondrak-Cepek组合滤波在北斗共视和卫星双向时间比对融合中的应用

为减小卫星双向时间比对(Two-Way Satellite Time and Frequency Transfer, TWSTFT)中的周日效应,利用北斗共视链路没有周日效应的特点,通过Vondrak-Cepek组合滤波方法对中国科学院国家授时中心(National Time Service Center, NTSC)、德国物理技术研究院(Physikalisch-Technische Bundesanstalt, PTB)以及中国计量科学研究院(National Institute of Metrology, NIM)间的北斗共视时间比对结果分别与硬件卫星时间和距离测量设备(SAtellite Time and Ranging Equipment, SATRE) TWSTFT和软件接收机(Software-Defined Radio, SDR)TWSTFT结果进行了融合处理。采用时间偏差和幅值频谱两个指标以及GPS精密单点定位(Precise Point Positioning, PPP)时间比对分别对融合结果进行内外符合评估。结果表明,经过Vondrak-Cepek滤波的融合结果中周日效应基本消失,其与GPS PPP链路差值结果的绝对值保持在链路校准的不确定度范围内。对于长基线NTSC-PTB链路,融合结果1 d的时间偏差稳定度对SATRE和SDR TWSTFT的增益因子分别为1.85和1.81;对于短基线NTSC-NIM链路,融合结果对SATRE和SDR TWSTFT的增益因子分别为1.69和1.59。融合结果的短期稳定度显著提高。     

【专题】复杂陆战场环境下的智能感知理论现状与发展

近年来,由于基于深度学习方法的智能检测算法不断演进,其网络结构不断进化,实用化程度不断提高,因此,将其应用于复杂战场环境下,形成实用化智能感知能力的可行性不断提高。然而算法的可靠性、可解释性问题目前仍未完全解决。本文认为,在未来的地面无人平台系统框架内,使用基于深度学习的目标检测识别方法,融合多种传感器感知信号,探索如何可靠地收集无人平台附近敌我车辆、人员、相关物体状况以及视距内的地理与气象环境信息,能够实现多元智能感知过程,构建智能复杂体系,为无人平台实现复杂战场环境感知理解,自主环境判定、自主行走、自主危险判定甚至威胁自动处置提供技术储备。同时,这也将是军队下一步智能感知理论方向的主要任务。     

基于两阶段优化模型的海上横向补给规划研究

为研究海上横向补给过程,提高海上补给效率,对海上物资补给及舰船补给顺序进行了优化研究.通过分析横向补给的作业特点,将横向补给规划问题划分为单舰物资补给顺序规划与编队舰船补给顺序规划两阶段优化问题.在区分平、战时不同战场环境情况下,分别利用多智能体仿真模型与整数规划模型,对两阶段优化进行了实现,结果表明两阶段优化模型能够有效地优化海上横向补给方案.     

IRFPA非均匀性校正系统中的关键电路设计

介绍了一种焦平面阵列探测器非均匀性的多点实时校正系统,该系统具有校正精度高、易于实现、实时性强等优点。同时介绍了该系统中的重要逻辑模块———12 b it×8 b it乘法器的VHDL设计,该乘法器占用FPGA硬件资源少,运行实时性好。     

战区多需求点装备物资紧急调运模型及算法

在战区装备保障过程中,装备物资调运是一项非常重要的工作,其好坏直接决定战区装备保障任务能否迅速并有效执行.在战时情况下,战区装备物资调运问题必须考虑复杂性、时效性、安全性等要素,基于此构建了不同时间因素限制条件下的两种多需求点装备物资紧急调运优化模型,进行了详细的逻辑分析和推导,分别给出了模型的算法,并通过实际算例验证了模型的适用性和算法的有效性.     

基于模糊理论的防空系统威胁评估方法

防空系统的威胁评估是进行对地攻击任务规划的重要前提.针对防空系统评估指标信息的不确定性和模糊性,借鉴模糊数学的研究成果,利用模糊层次分析法分配各指标的权重,并给出了模糊层次分析法的数学模型和应用步骤.在此基础上,采用模糊多属性决策理论对防空系统的威胁等级进行量化,最后通过算例验证了方法的有效性.     

基于粒子群聚类的导弹直接侧向力模型辨识

为了充分挖掘数据的潜在规律,提出一种基于粒子群模糊C均值聚类的模型辨识方法,该方法首先对实验数据进行分类,得到最佳聚类数和聚类中心,然后对不同的类分别辨识.新数据可以根据到不同聚类中心的距离划分为不同的类,再根据该类的辨识模型得到输出结果.依据风洞实验数据,采用粒子群模糊聚类对直接侧向力模型进行了辨识,辨识结果表明,与直接辨识相比,该方法的辨识精度明显提高,其辨识结果可以为控制系统的设计提供依据.     

一类有增益网络的最大流模型

一般带容量限制的网络图中流出源点与流入汇点的流量相等,但在实际应用中,存在一类流量经过弧发生变化的网络,使得流出源点与流入汇点的流量不相等。针对此类问题,建立了增益网络最大流模型,并通过增设虚弧将增益网络转换成循环网络,利用循环网络中汇点流量瞬间平衡的优点简化了模型。最后,结合实例进行分析,编写程序对实例进行了计算,计算结果验证了该模型的有效性。