搭建实践平台提高大学生创新能力的培养研究——以石河子大学为例

大学生创新能力是大学人才培养的重要方面,高等学校应当把创新能力的培养作为大学生素质教育的重点。本文以石河子大学为例从转变观念,重视大学生的实践活动,积极搭建实践平台为切入点阐述了大学生创新能力培养的新途径。     

反导预警雷达的优化配置问题研究

根据反导预警雷达的预警任务和配置要求,建立带有可调参数的反导预警雷达优化配置模型.首先,给出雷达对弹道覆盖范围的计算方法,并建立X波段多功能相控阵雷达的优化配置模型.其次,考虑实战中对预警时间和重叠探测区的不同需求,在P波段远程预警相控阵雷达的优化配置模型中引入了可调参数,使输出的方案能同时满足对预警时间和重叠探测区的作战需求.最后,通过实例分析验证了模型的可行性,并且发现预警时间最大化与重叠探测区最大化不能同时实现,反导作战指挥人员应根据实际情况选择适当的可调参数,输出满足实战需求的雷达配置方案.     

数据融合在现代雷达引信中的应用研究

介绍了数据融合的基本理论和实现技术,分析了防空导弹现代雷达引信设计中的数据融合问题。利用多传感器数据融合方法建立了雷达引信数据融合结构模型。应用MSPDAF数据融合算法进行数学仿真,并给出仿真结果。     

用于纯方位目标跟踪的修正极坐标自适应卡尔曼滤波算法

针对纯方位被动目标跟踪中,直角坐标系下的扩展卡尔曼滤波器容易发散而导致滤波精度很差的问题,提出了一种修正极坐标系下的自适应卡尔曼滤波算法,对虚拟系统噪声进行估计,动态补偿模型线性化误差,对其滤波理论及算法进行了研究和仿真。仿真结果表明,该算法提高了滤波的稳定性、快速性和精确性,优于一般的扩展卡尔曼滤波算法。     

基于微动调制的SAR新型复合有源干扰方法

在静态虚假目标的基础上,利用有源运动调制干扰原理,提出了一种基于微动调制的SAR新型复合有源干扰方法。建立了基于微动调制的复合有源干扰信号模型,详细分析了该干扰信号对SAR的干扰效果,确定了各调制系数,最后进行了基于实测数据的仿真实验。结果表明,该方法具有距离向相干处理和方位向部分相干处理的特点,可对SAR在方位向上实现多个匀(加)速虚假运动目标的欺骗干扰效果。     

混合粒子滤波被动定位算法

为实现空中机动单站对运动目标的快速无源定位,提出了一种基于测向交叉定位方法的混合粒子滤波算法.针对粒子滤波初始化存在的问题,该算法从测向交叉定位方法得到建议分布,利用角度测量对状态变量的约束关系产生所需粒子,避免了粒子滤波产生粒子时的随机性,减少了高维情况下所需的粒子数目,降低了运算成本,提高了粒子滤波的实时性能.与粒...     

基于LabVIEW和PCI-5640R中频卡的假单脉冲锥扫调制信号模拟

在假单脉冲体制雷达的中频信号模拟中,由DSP配合软件实现的锥扫调制模拟,运算速度慢且数据传输量大。针对该问题,提出了一种基于LabVIEW语言和PCI-5640R中频卡的信号锥扫调制的实现方案,根据中频卡中的FPGA可编程实现多路并行运算的特点,利用LabVIEW对其编程,并进行仿真实验。结果表明：该方法模拟效果好,运算速度快,而且实现简单。     

大型船舶流行病传播控制过程多智能体模型

基于复杂网络和传播动力学相关原理,构建了符合大型船舶人员交互特征的社交网络,定义了传播网络层级结构,分析了交互网络拓扑生成的5项规则,给出了大型船舶流行病传播社交网络构成方法。基于多智能体技术,研究了交互网络节点成员属性和流行病传播特点,给出了智能体成员状态空间的基本构成形式,融合防护治疗、管控隔离、信息交互等因素的物理特征,构建了智能体状态迁移和行为交互过程算法,并分析论证了衰减函数的结构及区间特性。对比距离恒定模型和随机游走模型,分别对典型大型船舶流行病传播过程分4种工况12种状态进行了仿真计算,结果表明:随机游走模型更适合信息量丰富条件下的大型船舶流行病早期传播过程模拟仿真和疫情防控策略分析。     

Multi-scale traffic vehicle detection based on faster R-CNN with NAS optimization and feature enrichment

It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance.     

装备科研招标项目的价值工程评标模型

应用价值工程分析方法系统研究装备科研招标项目的评标问题,提出了功能指标体系,建立了功能评价系数、成本评价系数和价值评价系数模型,并举例介绍了此评标方法的实现过程。