红外脉冲强光辐射源中电爆丝爆炸机理研究

利用电爆丝的一种红外脉冲强光辐射新技术,从理论和实验上研究了电爆丝的爆炸机理。用电爆丝绝热加热模型数值模拟了电爆丝在冲击大电流作用下的电爆炸特性,电爆丝根数对电爆炸特性的影响。实验结果与理论模拟相一致。     

脉冲压缩技术在火控雷达中的应用

分析了决定火控雷达作用距离的各项因素 ,介绍了脉冲压缩技术的发展 ,论述其在高距离分辨率下提高雷达作用距离方面具有的优势及在其它方面具有的潜在优势 ,并简介了具体的应用实例     

从作战实际规划攻击型潜艇战斗系统

首先简述潜艇兵力的使命任务和作战特点 ,然后从作战的角度分析了攻击型潜艇战斗系统与海军战役系统的关系 ,提出了潜艇战斗系统的组成 ,探讨了潜艇战斗系统的功能及其动态特性。     

自适应数据融合算法

以防空导弹指控系统作战单位为背景,通过对现有经典算法及工程化算法的分析,结合专家经验,提出了基于算法间联系的工程化自适应数据融合算法.对自适应算法的思想、规则集、算法库、推理组成和算法的实现作了详细的描述.     

红外制导武器抗激光致盲技术纵横谈

国外战术高能激光武器已处于演示验证阶段,研究成果将使红外制导武器的作战效能和生存能力面临严重威胁,因而,欧美各国在发展战术高能激光武器的同时,十分重视红外导引头抗激光致盲技术研究,并已取得突破性进展.     

基于正交设计的雷达实战要素敏感性分析方法

分析雷达对复杂战场环境中诸多因素敏感性大小,在雷达对抗和效能评估技术中具有重要作用。提出了一种基于正交设计的雷达敏感性分析方法,该方法采用正交设计的思想进行仿真试验设计,并用方差分析法进行试验数据的统计分析,具有仿真试验数据样本需求量少,多因素敏感性定量分析速度快等特点,克服了传统分析方法参数较多时计算量大的缺点。最后给出了该方法在远距离支援干扰条件下的应用实例,雷达敏感性分析结果验证了该方法的有效性与可行性。     

基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

火炮身管内膛损伤机理分析

身管是火炮的关键部件,也是最易损耗的部件之一。火炮在发射过程中,身管内高温、高压的气体对身管内膛造成严重的损害,使身管内膛出现裂纹、龟裂、膛线脱落,严重影响火炮的射击精度和身管寿命,甚至会产生炸膛,危害到发射人员的安全。所以急需对身管内膛损伤进行机理分析,以利于身管寿命的检测和维护。以身管损伤的一般规律为主线,从损伤的5种形式入手,详细地讨论了身管常见损伤形式的原因和影响因素,并对其进行了机理分析。研究结果表明,身管内膛损伤主要是由于高温高压的火药气体和弹丸的挤进摩擦导致的,常见的物理反应损伤为内膛裂纹、内膛挂铜和内膛烧蚀,常见的化学反应损伤为镀铬层脱落,而内膛磨损是在物理反应和化学反应耦合作用下产生的损伤。     

多模态图像智能目标识别对抗攻击

基于深度学习模型的新一代智能化多模态(可见光/红外/雷达)图像识别系统已逐步在航空航天情报侦察、人机交互增强作战系统、无人作战平台自动图像目标识别以及多模复合图像末制导等多个军事场景中得到广泛应用.然而,由于深度神经网络模型在理论上存在不完备性和对抗脆弱性、多模态图像目标识别深度网络结构设计与优化在工程上存在迁移性等因...     

超声速飞行器流场的并行数值计算及效率分析

基于有限体积方法、TVD差分格式和显式Runge-Kutta迭代方法的框架,针对超声速/高超声速飞行器绕流流场,在超级并行计算机上完成了2~64个CPU并行数值计算工作。通过测试程序在超级计算机上的并行效率,并将并行程序应用于航天飞机绕流流场计算,检验了计算程序进行大规模并行计算的性能。结果表明,在负载平衡的条件下,程序在该超级并行计算机上达到了不同程度的超线性加速比,并行效率最高达到了126%,远远高于微机Cluster并行平台上的结果,适合复杂流场的大规模并行计算。