对消防部队开展基地化训练的思考

在论述公安消防部队开展基地化训练必要性和迫切性的基础上,分析了当前在建设消防部队训练基地和开展基地化训练过程中存在的问题,提出了消防训练基地建设、以训练基地为平台实施基地化训练、开展网上训练为基地化训练奠定基础的基本构思,并剖析了实施基地化训练应注意的问题。     

高速电弧喷涂耐磨涂层性能研究

将低碳马氏体和3Cr13+AlRE伪合金高速电弧喷涂层进行了性能和组织结构的对比分析。实验结果表明,与伪合金涂层相比,低碳马氏体涂层呈现出更优异的力学性能、耐磨性能和机械加工性能。该涂层可用于发动机曲轴等零件的再制造。     

基于结构特征预测库存装甲丁腈橡胶器材剩余寿命

针对装甲丁腈橡胶器材在超长期储存时出现的质量变化情况,基于聚合物分子链段运动的时-温等效特性,运用差示量热扫描(DSC)、红外光谱(IR)等方法,通过分析橡胶的特征峰及结构特征的变化规律,研究其质量变化规律,提出了橡胶器材的寿命预测模型,为进行装甲橡胶器材贮存寿命分析、保养与质量控制提供了理论依据.     

激光强化电刷镀纳米Al2O3／Ni复合镀层的耐磨性

设计了激光强化电刷镀设备,制备了激光强化电刷镀纳米Al2O3/Ni镀层,研究了其显微硬度和耐磨性,分析了激光强化电刷镀纳米Al2O3/Ni镀层耐磨性增加的原理.研究发现,当激光功率为300 W时,激光强化电刷镀纳米Al2O3/Ni镀层的显微硬度比普通纳米Al2O3/Ni电刷镀层提高约HV150,相对耐磨性是2.3,摩擦因数有所降低.细晶强化和纳米颗粒弥散强化是镀层硬度和耐磨性增强的主要原因.     

基于自适应滤波的坦克发动机振动信号的信噪分离方法

发动机表面振动是一种多振源、激励复杂的振动形式,在发动机测试时目标振动信号受到很强的噪声干扰,必须通过有效方法进行信噪分离.介绍了一种利用人工神经网络进行自适应滤波的信噪分离方法,根据自适应噪声抵消原理建立了ADALINE自适应神经滤波器模型,并使用该模型滤除坦克发动机汽缸盖振动信号中的机体振动噪声,提高了信噪比,为汽缸盖振动信号的进一步分析处理奠定了基础.     

飞行训练模拟器中的箔条质心干扰模型

对飞行员进行箔条质心干扰训练是某型飞机训练模拟器电子对抗分系统的主要内容之一。合理的模型建立是实现训练模拟功能的基础,针对此问题,构建了适合在训练模拟器中应用的数学模型,其中包括导弹比例导引、飞机机动以及箔条质心干扰等模型,并用MATLAB进行仿真验证,结果证明建立的模型均可以满足训练模拟器可信度和复杂度两方面的要求。     

基于网络抗毁性的装备贡献度评价

高新技术的应用使装备间关联关系更加复杂,武器装备论证更加困难。装备对体系贡献度研究为武器装备论证发展提供了新思路。基于作战环思想构建武器装备体系作战网络模型,同时完成作战环理论所划分的同类型装备的网络化建模,提出复杂网络背景下装备贡献度的定义及基于网络抗毁性的贡献度评价方法,通过美国国家导弹防御系统进行算例分析来验证该方法的可行性。结果显示,不同装备对体系的贡献度大小可以通过复杂网络模型进行预判。     

三机协同无源时差定位最优编队构型分析

针对未来空战中航空集群协同无源时差定位编队构型确定问题,提出了一种确定三机协同无源时差定位最优编队构型的方法。分析了确定集群编队构型的基本原理;归纳了4个三机编队构型决定因素:主辅机相对位置、基线夹角、基线距离以及主辅机高度差;将定位区域范围和定位距离作为衡量集群无源定位编队构型优劣的指标,并进行了仿真计算。仿真结果表明:在火控引导阶段,当采用主机在后、辅机在前,基线夹角为150°,基线距离为60 km~80 km,主机与目标同高度且主辅机之间高度差为±(1-2)km的编队构型时,三机协同无源时差定位编队构型为最优。     

机动目标的航空集群协同探测策略

航空集群协同探测问题,是集群作战研究的重要内容,其中对隐身目标在不同机动,不同极化方式下的集群动态RCS研究是重点和难点问题。在双基地雷达建模和坐标转换的前提下,对隐身目标的两种典型机动——匀加速机动和匀速转弯机动进行建模,在HH、VV两种极化方式下,运用线性插值法对动态RCS进行时序分析。仿真结果表明,两种机动模型下,随着时间变化,动态RCS起伏波动较大,在匀加速运动模型下,HH、VV极化所引起的RCS差异性较大,匀速转弯模型下,不同极化方式带来的影响较小。     

基于CUDA GPU的多摄像机场面航空器识别加速算法

基于摄像机的航空器识别是机场场面监视的重要工具。针对多摄像机场面航空器识别算法存在的计算效率低等缺点,提出基于GPU CUDA的加速算法。利用CUDA线程并行处理能力与GPU计算能力,对算法进行了重新设计与优化。通过实地对多路场面视频监视数据进行了多次实验,验证了在NVIDIA Geforce 8800GTS显卡上可实现10倍以上的加速性能,提高了航空器目标识别效率,可以满足机场场面监视中对航空器识别与跟踪的实时性要求。