某型履带车辆偏驶现象仿真研究

利用MSC．ADAMS/ATV模块建立了某型履带车辆的多体动力学模型。针对该履带车辆在直线行驶换挡过程中发生偏驶的现象,分析了产生偏驶现象的原因。利用该型履带车辆的多体动力学模型,对在典型路面条件下车辆的行驶情况进行了仿真,在仿真过程中履带车辆发生了偏驶,证明了所分析故障原因的正确性。     

机械系统可靠性设计若干问题探讨

机械系统的可靠性设计是当前可靠性工程界面临的热点和难点问题之一,从分析机械系统可靠性设计的特点和难点入手,探讨了机械系统可靠性建模、分配、预计等机械系统可靠性设计中急需解决的关键问题。     

22SiMn2TiB装甲钢异种焊接接头超声波探伤探头设计

用常规探头对22SiMn2TiB装甲钢与TWE312异种钢焊接接头进行缺陷检测,杂波和伪缺陷波导致灵敏度、信噪比不高。用扫描电镜观察到这种异种钢焊接接头主要为奥氏体+铁素体组织,其中奥氏体是主体组织。根据焊缝的组织特点,设计出了2.5P13×13K1.5型专用探头。在预制缺陷的焊接接头上进行了验证试验,结果表明2.5P13×13K1.5探头对接头内部的缺陷具有较高的检出率。     

纯固态聚氨基甲酸乙酯涂料的研制及其应用

为了解决两栖装甲车辆底盘、浮箱表面的磨损腐蚀问题,研制了新型的纯固态聚氨基甲酸乙酯涂料。试验应用表明该涂料施工性能优异,涂层的耐磨性能和防腐性能优越,满足两栖装甲车辆的使用要求。     

《权书》与《孙子兵法》异同探论

《权书》是宋代文人苏洵的一部论兵著作,它对宋代孙子学乃至整个兵学研究产生了重要影响。本文探讨了《权书》与《孙子兵法》兵学思想上的异同,对苏洵用儒学诠释兵学思想的尝试作了客观、中肯的评价。     

基于改进的重心插值提高脉冲雷达测距精度的研究

由于采样率的约束,雷达回波信号脉压结果是一系列离散的采样点,用脉冲法实现雷达测距时会产生距离量化误差,需要对脉压波形峰值时间作插值估计.针对传统重心插值法存在固有误差较大的问题,提出了一种改进的重心插值法.结合先验信息,通过在较高采样率下作仿真实验,得到脉压结果主瓣内不同位置下采样最大值和相邻次大值点的幅值比与脉压波形...     

某装备吊机液压故障诊断专家系统设计

装备液压系统快速故障诊断是维修保障人员亟待解决的难题.以某装备吊机液压系统故障诊断为研究对象,梳理历年故障案例库,运用故障树解析故障原因、逻辑及耦合关系,明确故障产生的全部最小割集.将故障树与专家系统有机结合,依据故障规则构建基于故障树的专家知识库,选用自上而下正向查找方式的推理机制,融合概念图知识匹配模式,设计模糊含权概念图的投影匹配算法.在VB环境下实现专家系统软件功能,使系统具备知识库持续升级、用户故障定位查询、故障排除指导、历史故障记录、诊断报告生成等功能,有效指导维修保障人员进行装备液压系统的故障诊断与排除,并可推广至其他型号、类型的装备液压系统故障诊断中.     

栈式自编码和残差神经网络的射频信号个体识别

传统基于暂态特征和稳态特征的射频信号个体识别方法存在特征提取困难、特征微小、无法区分射频信号个体差异等问题,识别率较低.随着深度学习技术的发展,结合栈式自编码网络深度融合目标特征优势和残差神经网络在解决退化问题时的优势,提出了一种基于SEA和ResNet网络的射频信号个体识别方法.包括信号时频域特征提取方法分析、多域特征拼接与融合、基于轻量化ResNetLite网络的射频信号个体识别方法等步骤.仿真结果表明,相对于传统时频域特征提取方法和BP分类方法,新方法能够有效提取和融合信号细微、高层次及深层次特征,且识别率有一定幅度的提升,同时,对计算资源、存储资源的消耗有约7倍的降低,可支持嵌入式设备小型化需求,便于工程实现.     

WSNs中基于攻击感知的源位置隐私保护路由协议

为保护无线传感网络(Wireless Sensor Networks,WSNs)中的源节点位置隐私,提出基于攻击感知的源位置隐私保护路由(Attack-perceiving-based Source-Location Privacy protecting routing,ASPR).通过sink广播消息,节点获取局部的网络拓扑信息,并建立邻居列表;源节点再计算邻居节点的权重值,并选择权重最小的节点构建路由;当检测到攻击者,节点就发生警告消息,并调整构建路由策略,使攻击无法回溯源节点.仿真实验表明,提出的ASPR路由延长了源节点保持位置隐私的时间,减少了节点能耗,在安全性和网络能耗间达到平衡.     

【专题】深度态势感知与智能化战争

未来战争是人机环系统融合的战争。它不仅仅是智能化战争,更是智慧化战争。未来的战争不但要打破形式化的数学计算,还要打破传统思维的逻辑计算,是一种结合人、机和环境各方优势互补的新型计算-算计博弈系统。本文以智能化战争为背景,探讨了深度态势感知的概念、内涵与模型;介绍了未来战争中深度态势感知模型发挥的作用,即深度态势感知解决了人工智能中的可解释性、学习及常识三个重要瓶颈;最后,介绍了深度态势感知在未来战争中面临的挑战,包括人机环境系统融合问题、战场中的不确定性以及智慧化协同作战的实现。鉴于人机融合智能机制、机理破解以及有效的协同方式将成为影响未来战争的关键因素,深度研究态势感知对预测未来战争走向具备一定借鉴意义。