全光网中的光交叉连接技术

光交叉连接技术是实现全光网的关键技术,本文分析了全光风名的光交叉连接的作用。技术特点以及国际上的进展,指出我们应采取的对策。     

基于深度迁移学习的低分辨雷达目标识别方法

针对低分辨雷达人工目标识别效率较低的问题,提出了基于深度迁移学习的雷达自动目标识别方法。该方法利用雷达回波序列轮廓像构建空中目标数据集,使用深度卷积神经网络自动提取回波数据中的深层特征,并对雷达目标进行分类识别。为了解决深度学习对样本量的巨大需求,在分类模型训练时,引入迁移学习思想,将经ImageNet数据集预训练过的初始网络模型迁移到雷达目标识别任务中,再通过空中目标数据集对模型参数进行微调,实现小样本条件下对空中目标的粗分类。实测数据的结果表明：所提方法能够在小样本条件下较为准确地对空中目标的大小和架次进行分类识别,具有良好的识别性能。     

基于QAR数据的飞行环境风建模方法

针对传统环境风模型无法描述非Kolmogorov紊流和风向变化的问题,提出了基于QAR数据的环境风建模方法。将环境风模型划分为风向模块和风速模块。基于QAR数据分析风廓线系数和季节的相关性,建立了能描述平均风时空特性的平均风模型。基于Davenport功率谱形式拟合实测紊流功率谱,拟合结果表明实际紊流功率谱的标度指数在-1.98～1.13。分析风向和风速之间的相关性,考虑风向的变化特性,提出了基于马尔可夫过程的风向建模方法。基于以上模型进行了环境风模拟,并将模拟环境风引入飞行仿真实验中。实验结果表明,该方法能描述非Kolmogorov紊流和风向变化,且能实际应用于飞行仿真中。     

基于复杂网络理论的C2组织网络拓扑结构研究

根据C 2组织结构的特点,基于复杂网络理论和网络中心战思想,将C 2组织中的各作战单元、指控节点等作为节点,它们之间的信息流动作为边,构建C 2组织的网络拓扑结构。经过仿真分析,推出其内部具有无标度性、小世界性等复杂网络特性,这对于进一步将复杂网络理论应用于C 2组织的研究提供了理论依据并具有积极的意义。     

突出实践特色 破解发展难题

在学习实践科学发展观活动中,我们在抓好理论武装的基础上,注重突出实践特色,坚持把科学发展观作为统领工作的"灵魂"、组织实践的"准绳"、破解难题的"法宝"、检验成效的"尺度",着力在提高民兵军事训练、政治教育、经费使用、安全管理质量效     

形态滤波和自相关降噪的Hilbert边际谱在轴承故障诊断中的应用

Hilbert边际谱是Hilbert-Huang变换在频域的一种表示形式,适合分析机械故障诊断中广泛存在的非平稳信号,但是噪声会影响Hilbert边际谱的分析精度。针对从装甲车辆机械系统采集的振动信号中噪声的特点,将形态滤波和自相关相结合,对振动信号进行降噪,提高了Hilbert边际谱对振动信号的分析精度,并在某型坦克变速箱主轴7216轴承滚动体点蚀故障诊断中得到了应用。     

利用时间谱信息融合的空中目标分类算法

时间谱信息(目标的航迹、速度、机动性、空间坐标信息)揭示了目标空间状态随时间的变化特性,从而可利用目标的时谱简化(或缩小)待识别目标的范围。将低分辨雷达测量得到的高度、速度、加速度作为目标特征,建立典型空中目标对各特征的模糊隶属函数,进而采用改进的证据推理进行分类判决。结果表明利用时间谱信息可为雷达空中目标识别提供有效辅助手段。     

适用于金属物体识别的L形无芯RFID标签设计

设计了一种L形无芯射频识别标签,该标签包含6个不同尺寸的L形散射单元,利用其交叉极化方向上的反向散射场进行识别。标签基于频域特征进行编码,每个标签可携带6 bit信息。使用CST仿真软件对所设计L形无芯RFID标签进行仿真,分析了L形散射单元的尺寸变化时对标签谐振特性的影响。此外,还仿真了标签的接地板尺寸增加后的情况,证明该标签可适用于金属物体的识别或金属背景下的物体识别。     

基于复杂网络的作战系统结构研究

信息化战争的现实需求推动着作战系统的发展变革,其结构组成日益呈现复杂化和网络化的特点.基于复杂网络理论和网络中心战思想,将作战系统进行纵向节点划分,建立起四重网格立体模型,并从拓扑结构定性分析出发,推论出其内部组成具有小世界和无尺度的基本特征,为进一步将复杂网络研究成果运用到作战系统中提供了理论参考,具有积极的现实意义.     

基于子块积分双谱的空间目标识别算法

对于空间目标识别这个具有挑战性的研究课题,提出了基于子块积分双谱的空间目标识别算法.该算法首先从空间目标距离像的双谱中提取出子块积分双谱特征;然后应用KL变换进行特征压缩;最后应用模板匹配方法进行分类识别.计算机仿真实验表明,该算法取得了比较好的识别效果.