基于复杂网络理论的指挥信息网络拓扑模型研究

从网络科学的观点出发对作战指挥机构进行研究,建立了指挥关系网络和通信网络,以及在两者基础上的指挥信息网络拓扑模型,分析了指挥信息网络的度分布特性,提出了描述指挥信息网络的特征参量,进行了针对指挥信息网络的体系破击仿真实验,得出了与战争实际相符的结论,为利用复杂网络知识研究信息化条件下的体系对抗进行了积极地尝试和探索。     

基于虹膜特征密钥的军事图像加密技术

对军事图像进行加密是确保军事图像安全常用的方法,但加密算法中的长密钥存在记忆困难、不易保管等问题.针对以上问题,文章提出一种基于虹膜特征密钥与AES结合的军事图像加密算法.在虹膜图像预处理基础上,应用2D Haar小波时虹膜有效区域进行三层分解,提取第三层细节系数并编码生成375位的虹膜特征码;从虹膜特征码中随机选取1...     

舰船噪声模型可信度评估方法

对舰船噪声模型进行可信度评估,是合理运用噪声模型进行仿真分析的重要环节.通过分析时频特征,建立了舰船噪声模型;提出了一种基于特征相似的舰船噪声模型可信度评估方法:先在时域、频域分别对模型输出噪声与实际噪声的各特征相似度进行分析,再用层次分析法对整个噪声模型进行可信度评估,并对实测数据进行应用与分析.分析结果表明:该舰船...     

在线构造Toeplitz矩阵对相干信号DOA估计

针对相干信号源的DOA估计问题,提出了一种基于最大特征矢量在线构造Toeplitz矩阵解相干的方法。通过接收到的数据,实时构造基于最大特征矢量的Toeplitz矩阵来估计相干源的DOA,它无需估计数据的协方差,计算量小,不损失阵列孔径。相比常规的解相干算法,在小快拍和低信噪比情况下,具有更好的估计性能,理论分析和仿真结果验证了该方法的有效性。     

一种高分辨雷达扩展目标信号模拟方法

从线性调频高分辨雷达着手,分析了扩展目标回波信号的特点,对线性调频信号进行了模拟,生成了扩展目标回波数据。最后用Matlab仿真实现了目标散射中心和多普勒速度的提取,验证了模拟信号的可行性。     

基于属性散射中心的SAR图像重构及在目标识别中的应用

提出基于属性散射中心重构的合成孔径雷达(SAR)图像目标识别方法.该方法采用邻域匹配算法构建测试图像散射中心集与对应模板散射中心集的对应关系.并分别利用所有的测试散射中心以及匹配的模板散射中心基于属性散射中心模型重构测试图像和模板图像.在此基础上,设计重构图像之间的相似度度量并根据最大相似度的准则判定目标类别.利用MSTAR数据集在多种条件下进行了目标识别实验,验证了所研究方法的有效性.     

带空气室脉冲水射流系统通用分析法

针对所提出的用空气室引发水力共振以增强脉冲水射流的设想,应用水力瞬变特征线解法,建立系统的数学模型,差分网格只取脉冲源、空气室和喷嘴3个边界点,采用变时步法解算。这种方法具有灵活性大、受限制小、便于使用的突出优点。     

适应战备训练新要求 做好训练中政治工作

一、适应战备训练对战斗精神的新要求,政治工作要紧紧围绕“为什么要准备打仗,准备打什么样的仗,怎样准备打仗”这个重大问题,扎实抓好“强化战斗精神,提高打赢能力”主题教育,进一步增强官兵敢打必胜的勇气和信心。战斗精神作为军队总的精神面貌和气质特征的集中体现,是战斗力的重要组成部分,是克敌制胜的法宝。天下虽安,忘战必危。要紧紧围绕“为什么要准备打仗,准备打什么样的仗,怎样准备打仗”这个重大问题,根据战备训练工作对官兵战斗精神提出的新要求,认真抓好主题教育,引导官兵树立时刻准备打仗的思想。(一)挖掘教育资源,增强教育的…     

基于EEMD和平滑能量算子解调的轴向柱塞泵故障特征提取

针对液压泵振动信号出现的调制现象,提出基于集总平均经验模态分解(ensemble empirical mode decomposition,EEMD)和平滑能量算子解调相结合的方法进行解调,并运用小波包分解频带能量的方法提取了轴向柱塞泵的特征向量.首先,利用EEMD将采集到的柱塞泵振动加速度信号分解成若干个平稳的本征模函数(IMF);然后,选取包含主要故障信息的本征模函数通过能量算子解调的方法进行包络解调,从而提取振动信号在高频谐振带的包络成分;最后,运用小波包理论提取各频带的能量作为特征向量.结果表明:基于EEMD和平滑能量算子解调的方法能有效地避免模态混叠现象,提取振动信号的包络成分,成功获得各种状态下的特征向量.     

基于自适应阈值的FAST特征点提取算法

FAST特征提取算法阈值选取固定,因此不能满足不同图像的特征点抽取要求,并且提取的结果存在着多个特征点块的现象。针对这些缺陷,首先采用动态全局阈值对原始灰度图像进行初步提取得到候选特征点,然后采取动态局部阈值和非极大值抑制法进一步对候选特征点进行筛选,从而达到自适应选取阈值和抑制多个特征点块的目的。实验表明,改进后的算法稳定性高,对不同光照和对比度情况下有一定的适应能力,并且运算量相对比于其他一些特征提取算法要小得多,满足实时应用的要求。