基于AHP和模糊理论的导弹快艇C3I系统效能评估

针对某型导弹快艇的C3I系统作战效能评估的需要,采用AHP法确定C3I系统作战能力指标及相应各指标的权重,然后运用模糊综合评判对该导弹快艇的C3I系统能力进行综合评估,为舰艇作战指挥人员了解系统作战效能和系统研制人员改进系统提供定量依据。     

无线认知网络中一种分布式最大频谱分配算法

无线认知网络被认为是下一代无线网络的核心架构之一。该网络能解决日益增长的频谱使用需求和低下的频谱使用率之间的矛盾。通过伺机接入临时可用频谱资源,其频谱利用率能得到大幅的提高。由于频谱资源分配是影响频谱资源利用率的关键,因此如何对频谱资源进行高效的分配一直是无线认知网络的重要研究领域之一。我们证明了在异构频谱使用概率条件下的最优频谱分配是NP难的问题。为了有效解决该问题,本文提出了一种基于分布式最大加权独立集的频谱分配算法——DMWIS。该算法的时间复杂度为O(V2/2)。通过大量的仿真实验,验证了在90%以上的不同随机网络环境下算法能在3轮内收敛,并且该算法一般能获得最优解90%的性能。     

舰载充气式角反射体反导装备发展及运用

为提高我国电子战反导水平和导弹突防能力,根据电子战反导装备发展趋势,分析舰载充气式角反射体的反导原理,介绍舰载充气式角反射体反导装备的发展情况,论证了充气式角反射体迷惑、冲淡、转移和质心式干扰的运用。对电子战反导装备的发展以及部队战法研究具有一定理论意义和参考价值。     

“尼罗河魔鬼”长背鳍波动包络线的提取算法

"尼罗河魔鬼"采用长背鳍波动推进方式,属于典型的奇鳍/对鳍推进鱼类.在已有的理论模型中,细长体理论(Elongated-body theory)较为适合于分析该类游动方式的推进性能.长背鳍的波动包络线方程是细长体理论的必要参数.拍摄实验样本(MPC-I)的自由游动视频,从中选取多组平稳运动图像序列,经旋转校正、零点配准、尺度归一、小波去噪等预处理后,提取了柔性长背鳍波动推进时的顶端边缘轮廓样本曲线簇,进而给出了波动包络曲线的多项式拟合方程.实验结果表明长背鳍波动包络线提取算法是有效的,根据算法所提取的长背鳍波动包络线方程为后续的推进力及推进效率的分析奠定了基础.     

傅里叶望远术中的相位闭合分析及其仿真

傅里叶望远术是近年来受到广泛关注的一项主动成像技术.它利用直线干涉条纹对目标的傅里叶频谱进行提取,并利用相位闭合技术消除随机相位,最终获取同步轨道目标的高分辨率图像.对傅里叶望远术的基本理论进行了推导,详细阐述了相位闭合实现方法,并对整个过程进行了计算机模拟.仿真实现了对两个目标的频谱扫描并重建了它们的二维灰度图像,充分验证了傅里望远术的正确性和可行性.     

带减振器机抖激光陀螺惯性测量单元标定方法研究

由于减振器会产生形变,使得带减振器的机抖激光陀螺惯性测量单元(IMU)不能使用由精密转台提供姿态基准的标定方法进行标定.提出了一种带减振器的机抖激光陀螺IMU标定的新方法,该方法先将IMU固联在精密转台上,不启动陀螺,依靠转台提供姿态参考标定出加表各误差参数;在此基础上装上减振器,设计了IMU陀螺误差参数标定路径,根据...     

基于电磁涡旋的雷达目标成像

作为信息载体的电磁波除了传统的携带信息方式外,近年来其波前以电磁涡旋形式展现的信息调制能力也越来越受到关注。本文综述了电磁涡旋在信息调制等方面的研究进展,阐述了其在雷达信息获取方面的潜在应用价值。针对圆形相控阵列,建立了电磁涡旋波照射下理想点散射目标的回波模型。将各阵元的接收信号按照与发射时相同的模式移相后,沿圆周积分即可获得雷达阵列的输出回波。该回波可表示为经平方Bessel函数调幅后的傅里叶基函数的线性组合。结合Bessel函数的频谱特性,分析了轨道角动量态与方位角变量之间的近似对偶关系,利用逆投影和滤波-傅里叶变换方法进行了成像处理。仿真实验表明,电磁涡旋对雷达目标具有方位向成像的潜力。本文的研究可为新体制的雷达设计、目标识别技术的发展提供参考和借鉴。     

高超声速飞行器边界层外缘参数仿真分析

以高超声速飞行器为研究对象,构建快速准确计算高超声速飞行器无黏边界层外缘参数的计算方法。拟合空气比热、比热比随温度变化曲线,建立空气属性温度划分准则。基于不同空气属性建立高超声速飞行器边界层外缘参数工程与数值计算模型,采用钝双锥模型,对比分析工程估算、无黏数值及有黏数值计算方法的计算结果。结果表明,0°攻角状态下,基于无黏流场的数值计算与工程估算和有黏数值计算的压强最大差值分别为1.19%和2.39%;10°攻角状态下,最大差值分别为5%和50%;从而证明所提出的无黏数值计算方法明显优于工程计算方法,为进一步快速准确计算高超声速飞行器气动热环境奠定了重要基础。     

基于VR与PNN相结合的机电液控制系统故障诊断方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题,提出了一种将虚拟样机与概率神经网络相结合的故障诊断混合方法。建立系统的虚拟样机,并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验,获取故障仿真数据。经过特征提取与概率神经网络模式识别训练,形成用于诊断的知识库,从而实现故障诊断。以操舵系统作为研究案例,得到了较高的故障检测和隔离精度与较低的虚警及漏警率,验证了该方法的可行性,为大型复杂机电液控制系统故障诊断提供新的思路。     

超低照度下微光图像增强神经网络损失函数设计分析

超低照度下(环境照度小于2×10~(-3)lux)微光图像具有低信噪比、低对比度等特点,使目标难以辨识,严重影响观察效果。为了提高超低照度下微光图像质量,设计了一种用于微光图像增强的卷积自编码深度神经网络,并针对传统的均方误差损失函数不符合人类视觉感知特性等问题,结合现有的全参考图像质量评价指标,研究了包括感知损失在内的几种损失函数,并提出了一种新的可微分损失函数。实验结果表明,在网络结构不发生改变的情况下,所提损失函数具有更好的性能,在提高微光图像信噪比和对比度的同时,能够有效地增强图像内部细节信息。