Target Tracking of Fire-Control Radar on the Method of Intermittent Radiation

从火控雷达抗反辐射导弹的迫切需求出发,将间歇辐射理论应用于火控雷达,提出了间歇式目标跟踪方法.首先对间歇式跟踪原理进行了分析;其次,基于单脉冲技术分析了采样间隔的自适应变化原则,同时提出了跟踪性能的评价指标,并进一步对跟踪效果进行了仿真.结果证明间歇式目标跟踪方法可以同时实现对反辐射导弹载机的准确跟踪和对反辐射导弹的有效对抗.     

组网雷达的改进粒子滤波算法

针对现代战争中有源雷达容易受到干扰和反辐射导弹的摧毁,以及无源雷达隐蔽性高,只能测量方位角度,测量精度小等特点,提出利用集中式有源雷达系统与无源雷达系统协同组网对目标进行跟踪。但是在实际环境中,噪声属性以及有源雷达,无源雷达接收信号的特点决定了组网雷达需要应用非线性滤波技术对信号进行处理。传统的非线性技术包括卡尔曼滤波、扩展卡尔曼滤波(EKF)或无迹卡尔曼滤波(UKF)等方法。非线性近似过程带来的误差相对较大,而且均要求观测噪声和过程噪声为独立或相关的高斯白噪声。而粒子滤波避免了传统非线性滤波方法的缺陷,但是存在粒子退化,于是用EKF和UKF在每一时刻更新粒子,用更新的粒子及其协方差构造重要性函数,然后重采样。仿真实验表明这两种改进粒子滤波方法有很好的效果。     

防空体系反制网电攻击的UML与Petri网模型

网电攻击装备的出现,给传统防空体系带来全面严峻的新威胁。通过分析"舒特"系统,得到网电攻击3种典型作战样式:物理摧毁、电子攻击和网络攻击,分别从物理层次、能量层次和网络层次探索了防空体系反制网电攻击策略。为描述防空体系反制网电攻击的对策、作战结构、作战步骤等问题,分别建立了统一建模语言(UML)和Petri网模型,从理论上初步探索了防空体系反制网电攻击的对策,具有一定的理论与现实意义。     

品牌联合:论西部高校品牌价值提升的途径及策略

该文以品牌联合为视角,分析了西部高校实施大学品牌战略过程中品牌联合的形式和影响因素,并提出了西部高校实施品牌联合的策略     

基于ATmega8的程控电流驱动器设计

以ATmega8单片机为程控接口的核心控制电流驱动器,实现了程控电流驱动器的设计方案。电流驱动器采用Buck变换器进行输入/输出功率变换,通过电压、电流双反馈调节的反馈环路控制PWM驱动电路使Buck变换器实现输出电压可调,程控接口根据设定值大小以高频PWM输出方式控制电流驱动器输出相应的电流。进行了性能测试实验,结果表明：程控电流驱动器输出可靠性高,响应时间快,满足设计要求。     

基于黏度和介电常数的柴油机机油质量监测研究

对某重型柴油机机油在使用过程中混入柴油、冷却液、烟炱等污染的情况进行模拟试验,在纯净的机油中分别混入柴油、冷却液和烟炱并搅拌均匀,配成不同百分比的模拟污染油液,利用油品传感器FPS(Fluid PropertySensor)测量模拟污染油液的黏度、介电常数和温度。试验表明:当机油中混入柴油、冷却液和烟炱时,机油的黏度或介电常数随着混入的百分比变化而变化;试验得出了它们之间的定量关系式。通过实车机油质量的检测认为:该方法可以用于机油的在线监测,为机油的按质换油提供监测方法和手段。     

模块化油料装备单元新型连接接头设计

模块化油料装备具有运用方式灵活、功能模块扩展能力强的优点,既能使油料装备的保障能力显著增强,又方便设计、制造、使用和维修,但各模块单元之间不易实现干式快速连接与分离。为实现油料装备模块单元快速连接、拆卸且无油料漏出,创新设计一种干式快速自封连接接头。该接头用于油料装备模块单元连接时,管路系统能自动接通;各模块单元分离时,管路系统能自动封闭,使各模块单元或组合体形成一个密封体,始终无漏油现象。该干式快速自封连接接头用于模块单元连接或分离,具有简便、快捷且无油料渗出等特点。     

钢制油罐腐蚀因素综合研究

提出了油罐腐蚀因素的综合研究方法,研究了钢制油罐主要腐蚀因素。首先根据腐蚀特征,找出钢制油罐的5个特征腐蚀部位;其次根据文献,深入讨论影响其腐蚀的大气、土壤、存储介质和随机因素,得到56个具体腐蚀因素;然后针对油罐底板上表面,考虑腐蚀机理和腐蚀因素参与腐蚀程度,分别构建层次模型和网络模型;最后对影响油罐底板上表面的11个因素进行综合排序。研究结果表明,综合研究方法具有合理性。     

基于转置卷积神经网络的翼型结冰冰形图像化预测方法

结冰问题严重影响飞机飞行安全,结冰智能预测是飞机智能防除冰系统设计和安全设计的重要依据和支撑。为解决复杂冰形在翼面同一位置的法线方向冰形厚度存在多值的问题,提出基于转置卷积神经网络的翼型结冰冰形图像化预测方法。设计预测模型的神经网络结构、损失函数、数据规范等,直接将影响飞机结冰的飞行和大气条件作为输入,以灰度化的冰形图像作为输出。基于NACA0012翼型,通过数值模拟方法生成冰形数据集,同时利用风洞试验结果对数值模拟方法进行验证,以确保生成数据的可信度。构建以飞行速度、温度、液态水含量、平均水微滴直径和结冰时长5项参数作为输入的预测模型,并进行仿真训练和验证。仿真结果表明:所提翼型结冰预测模型不仅能够快速预测翼型冰形,而且在冰体轮廓、结冰上下极限、冰角位置、结冰厚度等主要特征方面也与数值计算结果符合较好。     

基于粗糙集和神经网络的无人机侦察效能评估

针对无人机在多条件下的侦察效能评估问题,提出一种基于粗糙集和神经网络的无人机侦察效能评估方法.在该方法中,寻找影响因素构建无人机侦察效能评估指标体系;结合粗糙集理论去除当中的冗余因素;并在处理因素基础上利用遗传优化的BP神经网络构建无人机侦察效能的评估模型,以提高预测精度.仿真结果表明:该模型不仅能够克服传统BP神经网络容错性差,收敛速度慢的缺点,而且可以较好地完成无人机侦察效能评估.