双(多)基地雷达的发展及在现代防御体系中的作用

叙述了双（多）基地雷达的历史发展情况,对该雷达在现代防御体系中的优势和作用做了分析与探讨,阐述了典型的双（多）基地雷达系统及其未来发展趋势。     

弹道式导弹弹道多目标优化研究

以某导弹飞行程序设计为例进行了弹道式导弹弹道多目标优化研究。针对弹道设计中的多种约束和要求,建立了弹道多目标参数优化问题的目标规划法数学模型,进而采用约束变尺度法解决了最大射程及任一给定射程飞行程序选择问题,并进行了参数分析。为得到全局最优解,用正交试验法求取初始点;为提高梯度计算精度及速度,引入正交试验求梯度的方法,并作了改进,结合偏差积分法提出了新的梯度计算方法。     

嵌入式智能训练器

对于战术决策制定小组成员来说,获得知识技能以提高工作效率不是一件轻松的事,但也不需要长期不懈的努力,尤其是当美国海军的训练方式还处于过渡的时候更是如此。美国海军正扩大使用舰上训练,以快速转向减少使用岸基训练设备。为了使下一代舰员具备必备的知识技能,我们必须将先进的计算机科学和训练技术用于海军现役的训练器。     

一种频率-相位混合编码的MIMO雷达波形设计

针对MIMO雷达中常规单载频子脉冲相位编码信号的频带较窄、距离分辨率不高,以及线性调频-相位编码信号模糊函数有“栅瓣”的问题,提出了一种基于置换矩阵时频分布的线性调频-相位编码（perm-LFM-PC,PLP）混合波形的正交波形集设计方法。由于置换矩阵时频分布调制方法引入置换序列调频编码,使得PLP波形的峰值旁瓣（ASP）和互相关峰值（CP）有所升高。为此,以ASP和CP的总和为代价函数,建立PLP波形集优化模型,并提出一种多种群优化遗传算法(MSO-GA),对调频编码序列和相位编码序列进行联合优化。仿真结果表明,PLP波形具有易于实现宽频带的优点和图钉状模糊函数,经过算法优化后的PLP波形集的ASP和CP较低,适用于MIMO雷达系统。     

南沙在呼唤（四）——南沙的矿藏

１概述烷基多苷是一种新型非离子表面活性剂（简称APG）,它是由可再生资源淀粉和油脂或它们的衍生物葡萄糖和脂肪醇而制得的。烷基多苷的生物降解性快而完全,因此,人们称之为“绿色”表面活性剂。APG除了具有传统表面活性剂所具有的性能外,而且与所有表面活性剂兼容,有明显的增效作用。APG的化学性能稳定,对皮肤刺激性小,生物降解性好,环境污染小等诸多优点,而被誉为新一代世界级表面活性剂。近年来随着烷基多苷生产的工业化,使APG用于日用化工、食品加工等工业成为现实。目前,像美国P＆G公司、日本花王等国外大公司都已生…     

设备故障智能诊断方法浅析

介绍了设备故障智能诊断中以数理逻辑,专家系统、人工神经元网络、优化理论等为基础的相关方法和基本理论,阐述了它们在故障诊断中的应用步骤,并在此基础上分析了它们各自的优点和局限性,进一步提出了分层次的混合智能诊断方法的概念。     

基于PC机对多总线导航计算机软件开发方法的研究

对基于多总线结构的计算机传统软件开发方式的局限性进行了分析 ,对一种基于IBM PC机为开发平台 ,采用 C语言开发的软件开发方法进行了研究和探讨 .文章对这一方法在使用中所存在的主要问题和解决的主要技术手段作了介绍 .在实际开发过程中 ,该方法已被证明简便、可行、有效 ,这对于类似基于多总线结构的导航计算机的许多计算机的软件开发均有一定的借鉴作用     

新一代人工智能在国防科技领域发展探讨

新一代人工智能技术已经成为当前研究的重点和热点,并逐渐成为提升国防力量、军事能力和国家竞争力的有效途径。本文在总结人工智能概念的基础上,给出了新一代人工智能的定义和发展的重要意义,从掌握未来战争主动权、支撑军工装备研制生产模式转型和保障国防科技先进性三个方面梳理了国防科技领域发展新一代人工智能的必要性,并从基础技术支撑和国防特色应用两个方向提出了国防科技领域发展新一代人工智能涉及的基础软硬件、标准规范、智能装备/系统、辅助作战指挥、智能研发等重点内容,在此基础上给出了相关的发展建议。以上研究可为新一代人工智能技术在国防科技领域的研究、应用和发展提供参考。     

水下潜器自导搜索策略仿真平台设计与应用

根据研究实际需求,本文基于作战能力评估理论对水下潜器自导搜索策略仿真平台进行了开发设计,并结合建立的多指标评估体系和相应的评估方法,借助均匀设计法,将其成功应用于水下潜器自导搜索策略的设计优化中。文中首先分析了仿真平台的系统需求,进而确定了其总体构架,并针对自导搜索策略研究的特点确定了相应的人机交互界面。最后给出了进行自导搜索策略仿真优化的基本思路和方法,并通过水下潜器最优自导搜索策略方案仿真研究的实例表明,本文设计的仿真平台和研究方法不仅完全能够满足水下潜器的自导搜索策略仿真研究需求,还能有效节省科研成本,具有重要的工程应用价值。     

复杂场景下基于自适应多特征融合的跟踪算法

在复杂的场景下,单特征对目标描述不够充分,很难稳健地跟踪目标,针对这个问题,提出了一个基于自适应多特征融合的粒子滤波跟踪算法。该算法采用灰度和边缘特征表示目标,从目标观测似然模型构建的角度融合两种特征,利用粒子似然分布的香农熵动态地评价特征的可靠性,进而确定特征融合权重,以提高算法对场景的适应能力;同时,改进了线性加权的模型更新策略,通过对加权系数的在线调整来抑制模型漂移。实验表明,本文算法可以实现部分遮挡和背景干扰等复杂场景下的跟踪。