弹道导弹打击航空母舰末制导寻的方法研究

在弹道导弹与航母战斗群的攻防对抗中,弹道导弹需要采用有效的寻的方法以便在对抗中占优势。通过分析航母的运动特性,建立了预测其运动态势的数学模型;在此基础上,采用预测落点的末制导方法,在导弹弹头再入大气层后,通过多次预测和修正,实时修正由于航母运动和再入过程中大气影响等各种干扰因素所引起的落点偏差,以保证弹头能以较好的精度命中目标。从数字仿真结果来看,该方法成功率高,且制导精度较高,具有较强的工程应用价值。     

美军语言文化发展战略与举措透视

文章在简要介绍美军进入21世纪语言文化所遇到的困境的基础上,详细论述了美军在语言文化发展上的主要战略和举措,主要包括语言文化建设的主要部门和层面,了解国家现状,建设关键语言,做好顶层设计和政策发布,实施一揽子计划,广泛依托各种资源,利用多种技术和手段,加快美军语言与文化的建设等战略和举措。论文最后做了总结,并简要阐明了其中的启示。     

压入管桩压桩所致挤土位移的数值模拟

采用位移贯入法施加荷载,以修正剑桥模型作为土体本构关系模型,通过在桩-土界面设置接触面并采用自定义初始孔隙比分布的子程序VOIDRI实现初始孔隙比随深度的非线性分布,建立较为符合压入管桩压桩实际的有限元模型,对压入管桩压桩产生的挤土位移进行数值模拟研究,讨论压入管桩压桩产生的竖向和水平挤土位移沿深度方向和径向的分布规律。研究结果表明:随径向距离的增大,浅层土体的竖向挤土位移逐渐由沉降变为隆起,而深层土体的竖向挤土位移始终表现为沉降;随深度的增大,至桩中心距离较小处土体的竖向挤土位移始终表现为沉降,而至桩中心距离较大处土体的竖向挤土位移逐渐由隆起变为沉降;不同深度土体的水平挤土位移沿径向的分布规律和不同径向距离土体的水平挤土位移沿深度方向的分布规律都趋于一致。最后提出能够有效减小压入管桩挤土效应的施工措施。     

基于记忆非线性多项式的星地一体预失真算法

传统的基于间接学习结构的预失真技术通常仅考虑对单个地面功放或卫星功放进行补偿,线性化性能有限;文中联合地面功放与卫星功放的非线性失真和卫星信道的实际传输特性,提出了一种适合透明卫星功放的星地一体间接学习预失真算法。该算法利用记忆深度为5、非线性阶数为9的奇偶项多项式作为预失真器,同时采用最小均方(LMS)与递归最小二乘(RLS)联合的算法自适应更新预失真器的系数,以兼顾运算量和收敛速度。仿真结果表明,经过星地一体预失真后,卫星高功放输出端APSK星座图误差矢量幅度改善值达到91.52%,带外功率谱抑制平均提升了11.41dB,系统线性化性能非常理想。     

结构解析建模方法在舰艇训练计划中的应用

根据舰艇训练计划特点,运用结构解析模型分析舰艇训练计划,建立训练内容的邻接矩阵与可达矩阵,划分训练内容的层次,并进行分层优化排列配置.建立的结构解析模型在计划实施过程中可根据外部因素的变化,提出适应不同变化的计划方案,能很好适用于实际的训练环境,大大提高了时间、资源利用率和保障舰艇的训练安全,对现有舰艇训练方法起到很好的改进作用.     

频谱感知技术在认知无线电中的应用

频谱感知是认知无线电的关键技术,能量检测广泛应用于频谱感知。针对认知无线电频谱感知技术较少运用于实践的不足,提出了基于0FDM传输系统的频谱感知。在0FDM系统中利用能量检测的判决结果控制子载波的开关,实现感知结果对数据传输的控制,最后利用认知无线电平台进行实时数据的传输。实验结果表明,系统能够在认知无线电平台上成功进行无线通信的数据发送与接收,频谱感知结果能够有效控制数据传输,为认知无线电由理论研究步向实际应用奠定了基础,具有一定的实用价值。     

融合可修性度量和双线学习的反导预案修正

对反导预案应用中基于预案推理的预案修正技术进行了研究,提出了一种新的反导预案修正方法。首先,在定义预案属性否决权和修正裕度的基础上,设计了一种考虑预案可修性的相似度计算方法;然后,以其为预案检索和修正规则学习的导向,融合离线预案库学习和在线实时学习策略,给出了预案修正规则的双线学习方法;建立了融合预案可修性度量和双线学习的反导预案修正模型,并对规则的归纳学习策略进行了研究;最后,进行了实例验证,结果证明了新修正方法的可行性和有效性。     

考虑战损件回收再造的战场军需备件供应优化研究

在考虑军需备件需求和战损件修复不确定性的条件下,研究了战场上军需备件供应优化问题,建立了优化问题的数学模型,证明了模型的凸函数特性,给出了模型的最优解析解计算方法.     

基于改进萤火虫优化算法的BP神经网络目标群威胁判断

以舰艇防空作战目标选择决策和规划需求为背景,针对萤火虫算法求解精度不高且收敛速度较慢的问题,提出可动态调整步长的改进萤火虫优化算法。在改进萤火虫优化算法的基础上,建立基于改进萤火虫优化算法的BP神经网络目标群威胁判断结构模型。通过改进萤火虫算法优化BP神经网络的初始权值和阈值,能够更好地预测测试集。实验结果表明,该方法可快速、准确地实现目标群威胁判断。