基于射击精度提高度的舰炮对海试射决策模型

依据舰炮武器系统对海作战特点和要求,对舰炮对海试射决策模型开展研究。提出了射击精度提高度的概念,在分析对比试射前后射击精度变化的基础上,构建基于射击精度提高度的试射决策模型,仿真结果验证了模型的正确性和有效性。研究成果可以为作战辅助决策软件的研制和改进提供参考和借鉴。     

一种电阻-时间变换器及应用

以张弛振荡器为基础,提出了一种用电阻-时间变换电路将所测信号转化为量化时间的信号检测新方法。分析表明,该变换器电阻变化与输出时间呈线性关系,电路误差小、抗干扰,调理简单,给出了应用这种电阻时间变换器进行多路检测的单片机系统实例。     

基于PSO-RBF神经网络的雷达目标识别

为提高雷达系统目标识别能力,对粒子群算法及RBF神经网络进行了分析。针对离子群算法(PSO)易陷入局部极小的缺陷,提出了基于自适应时变权重和局部搜索算子的改进PSO算法,并将该算法应用到RBF神经网络核函数参数的优化学习中,进行了雷达目标识别仿真实验。仿真结果表明,相对于标准PSO-RBF神经网络,改进算法不仅收敛速度快,且误差精度高,特别在干扰较强时,目标的识别率有较大提高。     

基于灰色理论的直流接触器行为预测

针对大型复杂装备使用了大量的直流接触器,并且接触器接触电阻值随外间因素变化大等特点,利用灰色理论的新陈代谢GM(1,1)预测模型,对直流接触器的接触电阻进行了预测评估。从而,可以进一步判断直流接触器的接触行为。实际模拟证明,新陈代谢GM(1,1)预测模型能够明显地提高预测精度,增加预测可靠程度,从而实现直流接触器接触行为的早期预测评估。     

中国直升机让西方大吃一惊

在2013年9月5日至8日举办的第二届中国天津直升机博览会上,中国航空工业集团公司展示了两款先进的直升机：“蓝鲸”倾转旋翼机和“绝影8”高速直升机。这些飞机让西方分析人士大吃一惊,同时也体现了中国在直升机科技领域的投入规模不断增大,以及振兴国产军工业研发和生产能力的决心。“蓝鲸”倾转旋翼机采用四倾转旋翼构型,有效载荷为20吨,时速可达538千米,作战半径为815千米,飞行距离达3106千米。     

电缆绝缘电阻测试基于嵌入式LINUX系统的驱动开发

在Linux通用驱动程序的基础上,根据电缆绝缘电阻测试的功能需求,结合proc文件系统设计思想,完成基于嵌入式Linux系统的测试仪驱动程序的设计与开发.根据芯片接口设计介绍了读写操作的实现过程;利用中断和互锁机制提高系统效率和稳定性,通过系统调试证明此驱动程序运行时速度快、内存利用率高,能够满足系统需求,具有较好的工程应用价值.     

航空吊放声纳主动方式暴露距离研究

航空吊放声纳是反潜作战主要搜潜设备之一,其主动工作方式暴露范围也是搜潜战术运用的重要参数。基于均方声压声纳方程修正了相关参数,得到了声能声纳方程各项参数定义,结合高斯束射线Bellhop模型,研究了吊放声纳主动方式暴露距离估算方法,针对潜艇两种声纳类型工作特性,进行了仿真和分析。仿真结果表明,在潜艇侦察声纳工作时,吊放声纳主动方式暴露距离明显加大。     

一种基于距离参数化CKF的单站无源定位方法

针对单站无源定位系统中,观测站机动导致的滤波精度降低问题,提出了一种基于距离参数化CKF的单站无源定位方法(range-parameterised cubature kalman filter smoothing, RPCKFS)。引入距离参数化的思想,结合观测站观测范围作为先验值,将观测范围划分为若干个区间,并赋予初始权重,在各个区间引入后向平滑容积卡尔曼滤波(cubature kalman filter smoothing, CKFS),利用各时刻的预测值与观测值的比值来更新区间权重,最后对各区间状态信息加权融合来实现目标状态的获取。仿真结果表明：该方法能够有效降低滤波全局对观测站机动的敏感性,提高滤波稳定性与定位精度。     

反“低慢小”无人机红外检测方法研究

针对“低慢小”无人机的空中威胁,各国均大力投入反无人机技术研究,提出了一种基于密度-距离空间的红外单帧检测新方法。利用红外小目标在有限的区域内拥有比邻近区域更高的灰度值特点,提出密度与距离概念,建立密度距离空间。通过等效目标的定位方法将不规则的目标区域转换成规则的几何图形来获得准确的目标位置。实验结果表明：密度-距离检测算法在复杂背景下具有更好的检测性能和鲁棒性,当目标明显且存在连续背景杂波时AUC值接近于1;平均每帧的检测时间为0.021 2 s,同时兼顾了检测精度和检测速度。该算法不受无人机自身尺寸和形状变化的影响,具有较强的适应能力,适合多种背景下的单帧红外小目标检测。     

基于概率分布的硬件木马检测特征选择方法

针对基于旁路信号分析的硬件木马检测中存在的高维以及信号冗余度高等问题,寻求一种特征选择方法在降维、降低冗余度方面的可行性,通过考虑样本概率的分布情况,提出了一种以散度和Bhattacharyya距离作为可分性判据的特征选择方法。首先分析了旁路信号的特征选择问题,然后阐述了基于散度和Bhattacharyya距离的可分性判据,最后在FPGA中植入硬件木马,采用K-L方法进行实验,通过对样本特征选择前后的检测效果发现,这种特征选择方法不仅有助于分辨"金片"与含木马的待测芯片间旁路信号的统计差异,而且与分类错误率建立联系,更好地实现了硬件木马的检测。