基于人眼视觉机理的红外图像边缘提取

在描叙了On型感受野特性的基础上,结合Bubble函数和负高斯-拉普拉斯二阶微分函数,给出了实用的On型感受野数学模型;探索性地描叙了人眼微动产生中央凹区信息精细处理、周边区域保持适度警觉的机理,据此提出了大尺度On型感受野与小尺度Off型感受野相结合的人眼微动精细处理模型,并利用该模型对红外图像进行了边缘提取,显示出对弱小目标处理的快速性和精确性.     

VORONOI图的无人机航路快速初始规划

在分析VORONOI图的性质与威胁代价函数的基础上,针对航路的初始规划提出了一种先局部优化后进行全局优化的算法,从而避免在航路全局优化时陷入局部极小点的危险.通过对一个简单算例的分析,阐述了这种规划方法的合理性和快速性,给出了其对应的伪代码.它可对其他各种航路规划算法的边界条件进行初始预处理,快速确定初始可选航路集的解,缩短航路规划的时间;针对某阵地航路规划的仿真结果表明了该算法的有效性,初始的航路集有效地避开了威胁配置较密集的地方,同时尽量以较短的航路接近目标.     

海军作战指挥综合仿真系统

在分析作战仿真的基本概念和应用领域的基础上,描述了作战仿真系统的军事需求,提出了海军作战指挥综合仿真系统的总体设计要求,分析了仿真系统的体系结构、组成及运行方式,阐述了仿真系统研究中的主要关键技术和应用方向.为海军新型作战指挥系统的研制建立了一个集成综合作战仿真系统.     

弹炮结合武器系统综合效能评估指标体系

效能评估指标体系是弹炮结合系统综合效能评估的基础环节.首先,通过对弹炮结合系统参数结构模型的分析,探讨综合效能评估指标体系的设计原则,并提出弹炮结合系统综合效能评估指标的基本结构和体系;接着,在此基础上建立弹炮结合系统综合效能评估的模型指标框架.分析表明,该指标体系框架为弹炮结合系统的综合效能评估奠定了基础.     

网络中心战条件下的导弹作战模拟研究

从网络中心战的概念入手,分析了网络中心战条件下导弹作战的概念;从导弹作战系统入手,结合网络中心作战样式,分析了网络中心战条件下导弹作战系统内部结构;从系统动力学基本原理出发,结合导弹作战的概念和结构,建立了网络中心战条件下导弹作战的系统动力学模型;从作战想定出发,突出战场制信息权的重要性,制定了作战对策,形成了导弹作战对策的结论;最后提出了加强我军导弹部队信息化建设的建议.     

指数型数据环境因子工程计算方法

在可靠性工程实践中,对于技术状态处于稳定期的产品,环境因子是对不同试验条件下的可靠性数据进行综合利用的重要参数。由于环境因子理论计算方法在工程应用中存在着很多问题,缺乏工程实用性,因而在可靠性工程中如何确定环境因子一直是个争议较多的问题。主要探讨了指数型数据环境因子的工程确定方法,在理论计算公式的基础上对可靠性试验数据进行了工程上的处理,由此获得的环境因子具备较强的工程实用性。     

基于误差放大的BP算法改进

收敛速度慢和容易陷入局部极小是BP算法典型的缺点,也是后来许多改进算法不能克服的问题.介绍了基于误差放大的BP算法原理,分析其对标准BP算法的改进之处,将该算法从单层推广到多层.分析这种算法的数学依据,针对这种算法存在的问题和不足之处--收敛速度慢和不可调节的变化区,提出了一种改进措施:在放大系数中加入元素,从而使其避免了盲目调节.用matlab对实例进行仿真,相对其他的改进方法仿真结果表明该方法具有更好的收敛性和更高的精度.     

被动声传感器网络模拟器的设计与实现

现代雷达防空体系对低空/超低空飞行目标的探测仍然是其弱点之一.被动声传感器网络数据融合理论和技术的快速发展,给这类目标的探测、识别和定位跟踪提供了新的方法.在对被动声传感器工作原理、目标运动模型和方位角检测模型分析的基础上,给出了一种被动声传感器网络模拟器的设计思路,同时给出了其软件平台的实现方法.模拟器考虑了大气环境因素的影响和传感器对目标探测的实时处理能力的要求,产生的仿真数据能够较好地逼近真实数据,为被动声传感器数据融合算法的研究提供了强有力的数据支持.     

自导深弹导引弹道设计与仿真

针对自导深弹自导系统设计过程中,面临的简化目标探测系统和弹体姿态控制系统的要求,设计采用自动调整提前角导引算法作为自导策略;操极限舵,采用直接由导引算法得出舵角值的弹体姿态控制方法.给出了纵平面内深弹运动学模型、目标运动学模型、深弹与目标相对运动模型的数学描述,并在Matlab/Simulink 环境下完成了以上三个模型的实现和子模块封装, 编制了描述深弹整个自导过程的Simulink模块化程序;给出了自导深弹自动调整提前角导引方法的实现原理,并基于Simulink/StateFlow工具箱建立了该导引算法的图形化程序进行了仿真研究,验证了导引方法的有效性.     

基于马氏距离的飞行缺失数据估计方法

针对基于欧式距离的最近邻居的缺失值估计算法的不足,提出了一种基于马氏距离的估计算法来估计飞行数据集中的缺失数据.该算法通过飞行数据之间的马氏距离来选择最近邻居数据,并将已得到的估计值应用到后续的估计过程中,然后采用信息熵来计算最近邻居的加权系数,得到缺失数据的估计值.仿真结果表明该算法优于基于欧式距离的最近邻居缺失值处理算法,是一种有效的飞行数据缺失值估计方法.