新型舰炮武器系统的自动检测系统

阐述了某新型舰炮武器系统应用仿真技术、控制技术、网络技术和信息处理技术实现自动检测,以及自动检测系统的组成和工作原理。用内模拟仿真驱动技术,实现了舰炮武器系统全自动工作方式下的点迹提取、航迹建立、目标识别、威胁判断、目标指示、捕获跟踪、求解射击诸元,全系统动态联动精度在线评估,以及在线实时故障检测。为海军新装备的操作、使用和维护提供了有效的技术手段。将提高系统可维性和生命力。     

军事工程渗漏检测技术及设备研究

研究军事工程渗漏检测技术及设备,对保证部队官兵的战备训练和生活、武器装备和军需物资的安全存储、军事功能的发挥以及军事任务的完成,具有十分重要的军事、经济意义。比较分析了军事工程渗漏检测技术与方法,确定电磁波技术法为军事工程渗漏检测设备的基本检测原理。分别从检测与传输、智能处理与分析、机械设计与合成、工程实验与验证4个主要分系统对军事工程渗漏检测设备的研制进行了阐述。应用军事工程渗漏检测设备进行了工程实践,解决了已建工程渗漏检测、新建工程防水、防渗漏工程质量验收的技术难题。     

软件静态分析融合技术研究

当代军备竞技以武器技术为核心,提升武器装备质量一直以来都是研制重点.装备软件作为武器装备调度的"大脑",关键程度不言而喻.随着武器研制技术的提升,代码规模激增,对装备软件的质量检测技术手段以及效率提出更严格的要求.为弥补单一测试工具检测造成的误检、漏检,提出了基于跨语言文本聚类的静态代码测试结果融合技术,实现多类型测试...     

基于深度学习的系统异常检测综述

基于深度学习的系统异常检测可划分为：基于堆栈自编码(SAE)、基于卷积神经网络(CNN)、基于深度置信网络(DBN)、基于循环神经网络(RNN)以及基于生成对抗网络(GAN)等5类系统异常检测方法。为了梳理出当前深度学习技术在系统异常检测应用中所面临的问题以及应对方法,分别对这5种检测方法的建模思想、在系统领域的应用实现以及它们各自的特点进行了对比论述,并对深度学习在系统异常检测领域未来的发展进行了展望。     

基于改进后语义分割模型的障碍物检测方法

障碍物检测是确保无人水面艇避障和安全航行的关键技术，针对水面反光区域误检和水面分割不准确导致的漏检问题，提出了一种基于改进后语义分割模型的障碍物检测方法，通过图像预处理、语义分割模型、显著性估计实现障碍物检测。首先，通过在预处理环节对水面中反光区域进行去除，避免其对后续检测的干扰；然后，通过引入海天线估计参数，用于调整语义分割模型初始化和先验信息，提高水面分割精度；最后，在水域范围内选取H形边界集合构造背景模型，由此判断水面中非水像素为障碍物。实验结果表明：该方法可以提高水面障碍物检测的准确度。     

光电头盔系统信号处理分析与探讨

阐述了当前广泛采用的光电式头盔测位系统的组成和原理,给出了解算瞄准线参数的数学关系式。对信号处理和精度进行了分析,导出了误差表达式,可用于系统设计中误差的估算和验证。通过信号处理分析,论述了影响精度的主要因素,最后,提出了从根本上提高精度的方法——峰值点检测处理技术。     

超精密加工机床及其新技术发展

介绍了超精密加工技术、应用背景、发展动向以及超精密加工关键技术的一些最新成果。从超精密加工技术推广应用的角度阐述了其精度目标、模块化、廉价化发展趋势 ,同时就如何发展超精密加工技术全面介绍了目前机床模块化部件、传动系统、检测环节、数控系统和环境控制等领域的最新研究水平和成果。     

单相电路的一种谐波和无功电流实时检测方法

提出了一种新的单相电路的谐波和无功电流实时检测方法。它利用三角函数的有关特性 ,对畸变电流中的基波有功和无功电流分量的振幅分别进行计算 ,然后通过低通滤波器把它们分离出来 ,最后得到基波有功和无功电流分量。该方法电路结构简单、动态响应速度快、检测精度高 ;既可得到单独检测出畸变电流中的任何电流分量 ,又能得出谐波和无功电流之和。仿真和实验研究证实了方法的有效性和可行性。     

自适应跳频通信受扰信道无源确认技术

及时确认被干扰信道是自适应跳频通信躲避干扰的前提。本文提出了一种受扰信道无源自适应预测评估算法 ,无需发射信号就可以识别干扰信道并预先躲避 ,从而提高了系统的抗干扰性能 ,方法简单 ,易于实现。     

随机共振原理在强噪声背景信号检测中的应用

动态系统中的噪声常被认为是令人讨厌的东西 ,但在特定的非线性系统中 ,噪声的存在事实上能够增强微弱信号的检测能力 ,这种现象就是随机共振 (SR ,stochasticresonance) ,它在物理、工业技术和生物医学领域里具有广泛的应用潜力。给出了利用随机共振原理检测微弱周期信号的基本方法 ,并采用模拟的信号对该方法进行了分析与验证。结果表明 ,该方法简单、稳健、可靠 ,能把信噪比较低的周期信号从强背景噪声中可靠地提取出来 ,将在机械故障诊断领域展示诱人的前景