喷头加设集热板有效性的理论分析

判定集热板的集热效果如何,依据的是在其内部安装的喷头是否能够及时响应。从喷头响应时间公式和Alpert顶棚射流模型出发,研究了起火点与集热板相对位置不同时集热板的集热效果;同时对起火点所处位置不同时的概率进行了分析。结果表明:当起火点位于集热板正下方时,集热板才能发挥集热作用,其有效性仅为0.16%~2.52%,因此不建议在实际工程中推广使用。     

视频分析技术在火灾调查中的应用

在火灾调查工作中,根据火灾现场视频早期出现的光线、火焰、速度变化等起火特征,通过不同的视频分析方法,分析火灾的起火过程和机理,可为准确判断火灾起火部位、起火点,认定起火原因,揭示火灾真相提供客观公正的依据。     

采用重组模板的权重优化WENO-Z格式

针对精确模拟含激波等复杂流动结构的流场对高精度格式的低耗散低色散要求,基于5阶有限差分WENO-Z格式,提出一种模板重组技术。在计算WENO非线性权时,引入一个由3点模板重新组合的4点模板,优化原格式中各模板的权重分配,进而提出了两种改进WENO-Z格式。采用近似色散关系分析方法对改进前后格式色散与耗散特性进行了对比与分析。分析表明：两种改进格式耗散有不同程度的降低。数值实验表明:改进格式具有更优越的激波捕捉性能,对小尺度流场结构具有更高的分辨率。     

某型云爆弹对地堡目标有生力量杀伤仿真研究

地堡类坚固工事难发现、难摧毁、难压制,如何对其开展有效打击一直是困扰我军的历史性难题。为探索某型云爆弹对地堡类目标有生力量打击效果,丰富作战手段,利用Ansys/Autodyn有限元仿真平台,模拟云爆弹爆炸冲击波超压对地堡内部人员作用效果,结合超压杀伤判据给出基于蒙特卡洛仿真的单个地堡封锁率评估模型。对比分析仿真试验和现地实打结果表明,所提模型方法具有较高可行性,为我军开展新型弹药作战效能研究提供了方法借鉴。     

基于RBF网络的坦克火控系统效能评价仿真

利用层次分析法提出了坦克火控系统效能评价指标体系,简要介绍了指标选取的理由。然后,采用提取原始值法和Delphi法取得了几组训练样本,并对所构造的三层RBF神经网络进行仿真训练,当训练精度达到要求后,再运用RBF神经网络对某型坦克火控系统效能进行了仿真评估。结果表明,在选定指标的基础上,用训练好的RBF神经网络评估坦克火控系统效能是合理的,减少了评估中的人为因素,使评估的结果更为可信。研究结果可为在现有武器装备的基础上开发和研制新型坦克火控系统提供理论参考。     

基于系统分层与故障树的故障诊断方法

提出了一种新的故障诊断与定位方法 ,该方法利用产品在结构和功能上具有一定层次的特点进行结构和功能的分解 ,这样将故障缩小在一定的功能范围内 ,然后在一个较小范围内利用故障树进行诊断和故障定位。该方法比较适合于电子系统的故障诊断和定位 ,具有简洁、高效的特点。     

DoDAF的末段反导C2BM系统需求分析

末段反导指控与作战管理(Command,Control and Battle Manangement,C2BM)系统是末段反导系统的指挥控制中心.在系统分析末段反导系统的组成及末段反导C2BM系统工作过程的基础上,初步探讨了基于DoDAF(Department of Defense Architecture Framework)的末段反导C2BM系统需求分析方法和步骤,建立了末段反导C2BM系统的作战视图,对末段反导C2BM系统的体系结构及其信息交互进行了深入分析和可视化建模,保证了对末段反导C2BM系统需求理解的一致性,有效促进了军事人员与分析设计人员间的沟通和交流,为后续的开发夯实坚实的基础.     

改进的变步长LMS自适应滤波算法分析

通过建立步长因子μ与误差信号e(n)之间的非线性函数关系,提出了一种改进的自适应变步长最小均方(LM S)算法。该算法克服了LM S算法在自适应稳态阶段μ取值偏大的缺陷,具有在误差e(n)接近零处缓慢变化的特点。该算法还具有初始阶段和未知系统时变阶段步长自动增大而稳态时步长很小的特点,解决了收敛时间和稳态误差的矛盾。将该算法对比一般的变步长算法,该改进算法在平稳过程中具有更小的稳态误差,同时还具有更好的跟踪时变系统的能力。     

基于MEMS器件的弹载组合导航技术

卫星/微惯导组合导航是目前弹载导航系统领域的研究热点。在深入研究弹载卫星/微惯导组合导航体系架构的基础上,分析了弹载导航的关键技术以及各关键技术的解决方案;采用适应高过载环境的微惯性元件及电路模块的缓冲保护措施,提高组合导航系统的抗高过载性能;提出卫星辅助MEMS测量信息的姿态角估计技术解决了空中对准问题,采用基于加性四元数的差量卡尔曼滤波技术,实现了卫星定位与微惯导的高精度组合。试验结果表明,该技术可有效解决制导弹药的导航问题。     

一种强干扰环境下的相干弱目标DOA估计算法

提出了一种强干扰环境下相干弱信号的DOA估计算法。该算法通过修正的Toeplitz矩阵实现了对相干弱信号的解相干,然后将强干扰信号对应的特征矢量从信号子空间中剔除,最后利用MUSIC算法对弱信号进行DOA估计。所提算法不需要预知强干扰信号方位信息,对非平稳噪声有较好的抑制性能。此外,相对JJM算法,该算法具有更高的估计精度和正确概率,对强干扰信源具有更好的抑制性能。