基于复杂网络的电子对抗情报保障效能评估指标体系

使用复杂网络相关理论能够确保电子对抗情报保障效能评估指标体系的科学性。针对电子对抗情报保障体系的突出特点,提出了一种运用复杂网络理论确立电子对抗情报保障效能评估指标体系的方法,确定了包含三层指标的指标体系框架,明晰了各层之间的聚合关系,并进行了仿真实例分析。所得结果验证了该方法的正确性,可为解决电子对抗情报保障的一些实际问题提供一定借鉴。     

基于案例推理的装甲装备故障排除方法

针对装备维修对实践经验的依赖以及经验的隐性化特点,重点对故障案例的表示及案例库组织进行研究,奠定案例检索的基础,优化基于案例推理的装甲装备故障排除方法。     

关于我国发展新型固定翼舰载机的几点建议

随着我国航母事业的发展,舰载机研发与制造产业得到了相应的发展。但是由于我国舰载机研发与制造产业起步晚,舰载机在技术性能等方面相比于西方国家还存在一定差距。文章以美国F-35"闪电Ⅱ"飞机研发历程为依据,对我国发展新型固定翼舰载机在设计、研发和维护等方面提出了建议,总结了值得我国研发人员借鉴的经验和教训。     

装备任务成功性评估研究现状与展望

分析了可执行任务类型与任务成功的判别条件,归纳了装备任务成功性评估的主要方法与采用的关键技术,提出了评估中存在的问题,展望了未来研究的发展方向。     

基于BOM的雷达对抗仿真系统设计*

雷达对抗仿真系统具有仿真实体繁多、交互关系复杂等特点,在分布式仿真系统开发过程中面临着联邦成员不易更改、模型开发规范缺乏以及模型重用性差等困难.为克服以上困难,按照BOM开发标准,构建了典型雷达对抗仿真系统的层次化框架结构,阐述了基本模型的插件设计方法和复合模型的组合设计方法,有效地提高了系统开发效率和模型的可重用性.该方法不仅适用于雷达对抗功能仿真系统的设计,也可以进一步应用于信号仿真系统设计.     

大深度复合同振式矢量水听器设计

针对目前深海无人移动平台缺乏与其工作深度相匹配的复合同振式矢量水听器的问题,采用薄壁铝合金球壳作为矢量通道,压电陶瓷圆环作为声压通道,设计制作了一型大深度复合同振式矢量水听器,并用理论计算、有限元仿真和实验测试的方法对其声学性能和耐压性能进行了验证。该水听器的外径为85 mm,质量为398 g,平均密度为1 240 kg/m~3,工作频段为20～3 000 Hz,矢量通道呈余弦指向性,灵敏度为-187 dB@500 Hz,声压通道无指向性,灵敏度为-191 dB@500 Hz,耐压深度为2 000 m。海上试验表明,该水听器能够搭载在水下滑翔机等深海无人平台上执行声学探测任务,在大深度声学探测领域具有重大的应用价值。     

尺度自适应特征压缩跟踪

为在复杂环境中对目标进行长时间精确跟踪,提出一种尺度自适应特征压缩跟踪算法。通过结构约束性采样,获取不同尺度不同位置的扫描窗,离线计算不同尺度下的稀疏随机感知矩阵。在线跟踪时利用这些矩阵感知对应尺度的图像采样块,实现特征降维,提高运算速度。利用朴素贝叶斯分类器对降维特征判决,在线学习更新分类器参数,找出具有最高分类得分的采样块作为新的跟踪结果,实现跟踪位置及尺度的自适应更新。实验结果表明,该算法能适应目标的基本姿态变化及尺度缩放,不依赖于目标初始跟踪区域尺度选取,跟踪结果具有较强的鲁棒性。     

先驱体转化致密碳化硅纳米复合材料的制备及其热电性能

以聚碳硅烷和锑改性聚硅烷为先驱体,利用先驱体转化Si C材料的富余自由碳高温石墨化的微观结构演变特点,采用热压烧结、先驱体浸渍-裂解法以及退火工艺制备出先驱体转化Si C纳米复合材料。采用SEM、TEM、XRD和Raman等测试手段表征和分析了相组成和微观结构,讨论了样品的热导率、电导率和塞贝克系数等热电参数随温度变化关系。研究表明,所得致密Si C纳米复合材料为n型热电材料。由于纳米石墨的作用,材料热导率抑制在4~8W/(m·K)范围。1600℃退火处理能够降低热导率,同时提高电导率和塞贝克系数绝对值,使先驱体转化法得到的Si C纳米复合材料无量纲热电优值ZT达到0.0028(650℃),高于其他已报道的致密Si C/C复合材料和纳米复合材料体系。     

收发同源设备中相位噪声对信号的影响分析

收发同源设备中信号经过下变频、A/D采样、数字信号处理、D/A恢复和上变频等流程,本文给出了相应的信号传输模型,并针对频标相位噪声对信号通过的影响进行了分析,基于上、下变频时刻频标相位噪声发生变化的分析,推导出了频标相噪对信号经过收发同源设备所产生的影响表达式,并得出结论:由于频标相噪的存在,使得信号通过收发同源设备后伪码速率和载波均被引入一个与频标频率变化率相关的因子,可视为引入了多普勒偏移量,并明确给出了该偏移量的表达式。该结论与普遍认为的收发同源可以完全抵消频标相噪的影响有较大区别,实验验证结果较好地吻合了理论分析的结论。     

作业名层次化聚类算法预测作业运行时间

预测作业的运行时间有益于提升系统的调度性能,而聚类有助于训练出更好的预测模型。传统的聚类算法很难将相似的作业名聚类,为了将相似的作业更好地聚类,通过分析其组成成分的语义重要性,构建字母-结构-数字的作业名层次化聚类算法。以两台超级计算机的真实数据为例,实验结果发现,应用此算法聚类后的数据训练模型的预测精度相较传统方法有一定的提升,整体预测精度为70%～80%。