线导+尾流自导鱼雷射击阵位优化研究

在目标运动要素未知的条件下,方位导引法是线导鱼雷常用的导引方法,尾流自导鱼雷的制导技术要求鱼雷必须满足一定的角度进入目标尾流,才能发现尾流并跟踪击毁目标.线导如何导引鱼雷满足进入尾流角的要求,是急需研究的问题.通过分析和仿真得出鱼雷满足进入尾流角要求时本艇阵位与目标速度和舷角之间的关系,并从技术角度对其射击阵位进行了优化分析及仿真,对线导 尾流自导鱼雷的作战使用具有一定的指导意义.     

舰艇编队协同反导火力分配的改进多目标粒子群算法

为提高协同反导时的多目标火力分配计算能力,首先建立了火力分配多目标数学模型;然后,针对火力分配多目标规划具有的线性不等式约束条件难以使用多目标粒子群优化算法、粒子群算法自身存在的盲目搜索等问题进行了改进,并明确了计算流程;最后,对算法进行了仿真实验,仿真实验表明:改进的多目标粒子群算法求解多目标火力分配规划模型得到的非劣解集可构成Pareto前端,且非劣解集的适应度最大值随迭代步数演变具有稳定的收敛性,验证了改进多目标粒子群算法的有效性.     

基于PXI总线的虚拟校准设备研究

基于PXI总线技术,对某型导弹内场测试仪的校准设备进行了集成化、小型化研究,依靠计算机强大的计算储存显示等功能,实现了设备操作界面的虚拟化及智能化．最后,对在LabVIEW平台上开发的测量校准软件进行了实验验证,达到了界面友好、操作简单、测量精度高、工作效率高等要求．     

基于面向对象技术的柴油机在线状态监测系统设计

将软件设计中的面向对象思想扩展到系统设计中,针对柴油机实车运行在线监测中的变速变载及空间有限等问题,基于CAN总线的可靠性、信息传输的实时性和多主工作方式,设计分布式智能监测节点和上位机监控中心．分布式监测节点同步采集柴油机运行数据并进行降噪和简单特征提取后,将实时采样数据和在线监测结果上传至基于嵌入式PCI04的上位机监控中心,进行二次特征提取和智能模式识别,从而实现柴油机在线状态监测与故障预警和诊断．     

基于组合赋权雷达图实现电网电能质量综合评估

将改进的组合赋权雷达图方法用于电网电能质量综合评估。对主观、客观赋权法组合,基于组合权重与原权重之间的偏差尽可能小的优化思想,求取雷达图中各项指标的组合权值。利用各指标对应的扇形区域的对角线作为指标轴绘制雷达图,不仅最大限度体现各指标的独立权重,也反映了各指标之间的相互影响。利用雷达图的面积和周长两个变量完成对电能质量的综合评估。最后通过应用实例,验证了论文方法的合理性和在电能质量综合评估中的有效性。     

斜度相似度的ISAR干扰效果评估方法

由于逆合成孔径雷达(ISAR)是一种新体制雷达,一些用于评估常规体制雷达干扰效果的方法和手段对于ISAR来说并不适用。通过比较干扰前后目标图像灰度的变化,提出了基于斜度相似度的ISAR干扰效果评估方法,可以反映干扰对目标图像灰度的影响程度。该方法不仅计算简单,而且具有归一化的优点。最后,就射频噪声和噪声调频两种干扰模式对ISAR进行了干扰仿真,仿真结果验证了评估方法的正确性和有效性。     

基于区间数理论的空战目标威胁评估

针对空战目标威胁评估问题,提出了一种新的基于区间数理论的评估方法。在分析了现有的目标威胁评估方法中距离威胁模型存在不足的基础上,提出了改进的距离威胁模型。给出了区间数特征向量法求解威胁指标权重的计算步骤,建立了基于区间数理论的空战目标威胁评估的数学模型。最后给出了仿真算例,仿真结果表明该方法是合理和有效的。     

雷达侦察比幅测向系统干扰技术

重点分析了比幅测向系统的原理,在此基础上提出对其进行"主动反侦察"干扰的方法,推导了受到干扰下比幅测向系统的测量结果公式,讨论了不同条件下的干扰效果,并通过仿真进行验证。     

基于栅格分层的逐栅格汇流算法并行化研究

分布式水文模型中的逐栅格汇流算法计算量大,需要借助并行计算以满足大流域长历时模拟的要求。针对目前鲜有对基于隐式有限差分的逐栅格汇流算法进行并行计算研究的情况,基于栅格分层的思想提出一种适用于共享内存并行计算环境的逐栅格汇流并行算法。该算法首先根据流向进行栅格分层,使同一层中栅格的计算相互独立,然后将同一层中栅格的计算任务分配到多个计算单元并行计算。采用C++编程语言与OpenMP并行编程库实现了该算法,并选择河北省清水河流域为实验区,在不同数据规模(30m、90m、270m分辨率)、不同核数(2～20个)以及不同栅格分层方法的情况下对算法性能进行了测试。实验结果表明本文提出的并行算法具有较好的加速比和并行效率,且并行效率随数据规模的增大而增大。栅格分层方法对算法并行性能有明显影响,从上到下的分层方法比从下到上的方法具有更高的并行效率。     

一种基于TF·IEF模型的在线新闻事件探测方法

为了提升在线新闻事件探测的性能,提出一种基于TF.IEF模型的在线新闻事件探测方法。该方法受TF.IDF思想的启发,直接计算特征词表征事件的权重,建立新的增量事件模型,并将探测过程分为两个阶段:第一阶段利用Single-Pass将一定时段内收集到的报道聚成微簇;第二阶段将微簇与已有事件进行相似性匹配,然后通过重新计算事件向量实现模型更新。实验结果表明,该方法运算速度快,特征信息丢失少,提高了探测的效率和准确率。