2014—2016年FY-3C与COSMIC掩星电离层特征参数的比较

利用由FY-3C和COSMIC两个全球导航卫星系统无线电掩星任务提供的2014—2016共3年的电离层电子密度廓线,基于时间间隔7.5 min、经纬度间隔2.5°的时空匹配窗口,对两个掩星任务的电离层峰值密度（NmF2）和峰值高度（hmF2）进行了比较。结果表明：由两个任务得到的特征参数相关性良好,各年之间相关性水平基本稳定,其中各年NmF2和hmF2相关系数的平均值分别为0.87和0.75;FY-3C的特征参数相对于COSMIC的偏差很小,各年NmF2的绝对偏差均值和相对偏差均值分别不超过±0.25×10⁵ el/cm³和±15.0%,hmF2的绝对偏差均值和相对偏差均值分别不超过±7.00 km和±1.80%。此外,由两个任务得到的特征参数在空间上均表现出赤道及低纬地区数值较高且呈“条带状”分布的特点,且两个任务都监测到了2016年相对于2014年和2015年NmF2和 hmF2均存在显著下降的现象     

滑动聚束SAR步进扫描影响分析

滑动聚束SAR系统在实际工作中通过步进扫描的方式来实现天线照射波束在方位向的扫描,然而该扫描方式会在滑动聚束SAR的成像结果中引入成对回波。为分析该成对回波的形成物理机制,建立滑动聚束SAR步进扫描的数学模型,通过泰勒展开和傅里叶级数分析具体解释了成对回波的成因,并给出了成对回波幅度及位置与步进脉冲控制数之间的定量关系。理论分析和信号仿真结果表明,该模型能够准确有效地解释这一现象,并可为滑动聚束SAR的波束扫描系统参数设计提供理论依据。     

模糊变权法在通信保障能力评估中的应用

分析了通信保障应注重提高的六种能力,给出了运用模糊变权法求变化权重的方法,并通过示例计算进行分析,得出结论,为通信保障能力评估提供了一定的理论依据。     

C~3I系统试验评估方法

C3I系统试验评估是C3I系统外场试验中非常重要的一个环节.结合C3I系统外场试验的试验需求,建立了一套相对比较完整的、包含了C3I系统评估方法、评估指标体系和指标计算模型三要素在内的C3I系统试验评估体系.利用模糊的概念和变权评估方法,改进了传统的层次分析法,提出了一种变权模糊层次分析法作为C3I系统评估方法.最后,通过某防空情报指挥系统外场试验评估实例验证了该评估体系的正确性和科学性.所设计的C3I系统试验评估体系技术先进、科学实用,对C3I系统外场试验鉴定具有比较重要的指导意义.     

基于组件的C~4ISR系统需求开发方法

如何获得完整、准确的需求文档以及如何提高需求描述的重用性一直是C4ISR系统需求研究的重点,是C4ISR需求工程研究的重要组成部分.从研究C4ISR需求文档的现状出发,提出了基于组件的C4ISR系统需求开发方法,即将组件化封装、重用的思想引入到C4ISR系统需求的开发.对C4ISR需求组件体系的外部结构和内部结构进行了研究,并对需求组件的重用性进行了研究,给出了基于组件的C4ISR系统需求开发过程框架.该方法提高了需求的可用性和重用性,为撰写高质量的C4ISR需求文档提供了一条有效的途径.     

C~4ISR系统仿真测试研究

针对一种C4ISR系统在测试时的特点,提出了模拟仿真测试的方案,建立了仿真装备与指挥系统的交互模型,设计了交互对象的自动匹配算法,并在实际系统的仿真测试中得到应用和验证。     

基于ARM的数据采集系统设计

主要介绍了基于嵌入式实时操作系统μC/OS-Ⅱ的数据采集系统的设计.该系统主要由硬件和软件两部分组成,硬件采用基于ARM7TDMI嵌入式微处理器的三星公司的S3C44BOX芯片,软件采用嵌入式实时操作系统μC/OS-Ⅱ.此系统比传统的数据采集系统具有更好的安全性和实时性,并可应用在实时图像监控等复杂系统中.     

基于中值排序的自适应加权均值滤波算法

分析了MTM算法的原理、优点和不足,并提出了一种改进的自适应加权均值滤波算法。该算法基于中值排序自适应地确定加权系数,完成对含噪图像的均值滤波。实验证明,算法能较好地滤除高斯噪声和脉冲噪声,且滤波效果优于传统的中值滤波和MTM滤波,是一种简单、实用的图像滤波算法。     

基于模糊聚类的粒子群算法在雷达组网优化布站中的应用

提出了一种基于模糊C-均值聚类的粒子群算法,将其应用于雷达组网优化布站.定性分析了雷达组网布站原则并对其量化,建立了优化布站的数学模型.为加快求解速度,结合模糊C-均值聚类对标准粒子群算法进行了改进,给出了基于模糊C-均值聚类的粒子群算法在该优化问题中的设计方法,并与标准粒子群算法和遗传算法进行了仿真对比.结果表明,该方法能够快速得出雷达组网优化布站方案,验证了雷达组网布站模型的可行性和改进算法的有效性.     

舰艇系统损伤等级模糊神经网络评估模型

在对舰艇系统损伤等级评估体系分析的基础上,建立了舰艇系统损伤等级的模糊神经网络评估模型框架.设计了框架项层模糊神经网络评估模型的模糊集合和训练样本,并对此模糊神经网络模型进行了训练.通过测试样本仿真,发现此模糊神经网络模型具有较好的评估精度.基于模糊神经网络模型的舰艇系统损伤等级评估方法克服了以往简单加权评估模型的不合理性,为舰艇系统损伤等级评估提出了一个新的评估理念.