三对角方程组的分布式SPP算法

发展了单向并行分裂法(SPP)用于求解三对角和块三对角线性方程组,算法考虑了三对角线性系统求解中文件IO及结果传输通信所占时间比例较大的特点,充分利用了计算、文件IO与通信三者之间的重叠。分析了SPP算法的计算与通信开销。在工作站机群上进行了测试分析,结果表明SPP算法适合于分布式计算     

对流层散射信道传递时间信号的抖动抑制模型

对流层散射信道传递时间同步信号过程中,信道的多径效应及噪声会引起信号抖动。为抑制抖动、提高时间同步精度,引入经验模态分解和小波阈值组合的抖动抑制模型。组合抖动抑制模型中,首先根据经验模态分解原理对原始信号进行分解,然后利用小波阈值对分解得到的各分量进行处理,最终利用处理结果重构信号。为提高组合模型的抖动抑制效果和原始信号的保持能力,利用连续性好、柔和度高的阈值函数对小波阈值中的传统阈值函数进行改进。利用实测数据验证模型的结果表明,在抖动抑制和信号保留方面,组合模型较单一模型以及常用的Kalman模型优势明显。     

伞盘结构对大长径比发动机药柱结构完整性的影响

为了提高大长径比发动机药柱结构完整性水平,基于三维黏弹性有限元法,计算某大长径比固体发动机在温度和内压荷载联合作用下的结构响应;研究伞盘结构及其位置对药柱最大Von Mises应变的影响规律;讨论当伞盘位于药柱中部时,伞盘最大Von Mises应变随伞盘宽度、深度以及顶部圆弧半径比的变化规律。结果表明,伞盘位于药柱中部时可以有效地降低大长径比药柱的最大Von Mises应变,增加伞盘宽度、深度或选取合适的半径比均可降低伞盘结构的最大Von Mises应变。所得结论可为固体发动机设计提供参考。     

利用复单脉冲比的群目标存在性检测算法

详细推导单目标和群目标条件下单脉冲比的统计特性,根据其本质差异提出基于单脉冲比的群目标检测算法,在双目标条件下通过仿真分析了群目标检测性能与信噪比、目标角度间隔以及复幅度比之间的关系,得出了有益的结论。当小目标伴随大目标时不容易被检测出来;两个幅度相当的目标,相位差别越大越有利于群目标检测。群目标检测可以有效剔除"野值",为分辨与测量奠定基础。     

运载火箭1/5动力学缩比模型设计

缩比模型试验是获取大型运载火箭动特性的一种有效途径,其中一项重要内容是动力学缩比模型设计。以某型运载火箭为原型对象,根据其结构组成分别推导各部件的相似关系;利用横向刚度和质量相似系数的一致性,联立形成了运载火箭横向动特性相似关系;考虑实际加工制造条件,分析了横向刚度和质量相似系数的约束;根据上述相似关系和相似系数约束设计了1/5缩比模型,并对该缩比模型的动特性相似进行有限元数值计算验证。验证结果表明,设计所得1/5缩比模型在动特性方面与原型具有较高的相似性,相关方法能够有效应用于运载火箭的动力学缩比模型设计。     

基于SPRT的组合导航故障检测与隔离互辅算法

针对SPRT(序贯概率比检验)算法无法准确判断缓变故障结束时间的问题,提出了一种故障检测与隔离互辅算法。采用SPRT算法对滤波残差进行故障检测,确认故障后隔离故障观测量,重新建立卡尔曼滤波观测方程并完成量测更新,将隔离后的滤波结果作为下一时刻的滤波初值辅助故障检测。仿真结果表明,该方法能准确定位故障观测量并判断出故障的结束时间,提高了系统可靠性。     

萨达姆·侯赛因的遗憾

发生在10年前的海湾战争,是一场以美国为首的多国部队大胜,伊拉克军队惨败的战争。在那场战争中,多国部队仅伤697人,亡223人,损失飞机36架;而伊军却伤亡约10万人,其中最少2万人死亡,被俘8．6万人,损失坦克3847辆、装甲车1450辆、火炮2917门、飞机243架。这样一个双方损失极为悬殊的战争结果,虽然是由多种因素造成的,但伊拉克方面在战争指导上的一系列失误,是最重要的原因之一。     

火用分析在设计舰用燃气轮机中间冷却器中的应用

介绍了中间冷却器的选型,并用火用分析法来确定中间冷却器流体的进出口温度.计算结果表明,由此方法设计的中间冷却器火用损失较小.     

云对卫星探测近地核爆光信号的影响

定量分析了云对从卫星上探测近地面核爆光信号的影响。结果表明,其影响程度随云光学厚度或卫星视角的增大而增大;云会给可探测信号强度及光学定位精度带来不利影响,但影响程度并不特别大(例如最小穿云光学透射比一般不小于0．1);云多次散射会使穿云光信号波形出现一定的延时,并变得“矮胖”;当点光源位于云几何中位面上方时,其向上穿云光学透过比与无云时几乎相同;而当该源在云几何中位面之下方时,其向上穿云透射比与该源到其几何中位面之距离密切相关。     

基于改进YOLOv5s轻量化模型的红外场景目标检测方法研究

红外技术在防备夜间作战和隐蔽作战中发挥的作用是至关重要的,针对如何平衡红外图像检测精度与轻量化的问题,提出一种基于红外场景下的轻量化目标检测模型M-YOLOv5。该网络模型采用改进的ShuffleBlock模块替换原有的CSP骨干网络。此外,应用轻量级上采样算子CARAFE替换原有上采样模块,在C3模块中加入SE注意力机制,降低冗余信息,提高特征的区分性和表征能力,重新设计损失函数,E-IoU作为新的损失函数,加快模型收敛速度。在公开数据集FLIR上进行了实验,实验结果表明：改进之后网络模型的平均检测精度达到73.0%,仅降低2.9个百分点,而M-YOLOv5模型的网络参数数量、理论计算量分别减少40%、39%,模型的推理速度提高52%,满足部署于边缘设备的需求。