平显PDU光学系统下组合玻璃镀负滤光膜对字符、背景亮度的影响

本文依据计算光束亮度的理论,分析论证了平显PDU 光学系统下组合玻璃镀负滤光膜后,对字符、背景亮度产生的影响,并以大量的计算数据,得出了平显PDU 在采用双组合玻璃的条件下,下组合玻璃能否采用负滤光膜的结论。     

基于博弈论组合赋权-TOPSIS法的战时装备维修保障点配置方案评价

针对战时装备维修保障点配置受多种因素影响、保障指挥员难以快速有效地评价保障点配置方案合理性的问题,提出一种战时装备维修保障点选址方案评价方法。综合考虑战场环境、自然环境和交通条件等多方面因素,构建了战时装备维修保障点配置方案评价指标体系并对各指标进行量化分析;基于博弈论思想进一步优化AHP-熵权主客观组合权重,结合TOPSIS法实现战时装备维修保障点配置方案的定量评价,通过示例验证了该方法的合理性和有效性。     

火箭-双燃烧室冲压组合循环发动机概念研究

临近空间高超声速飞行器近年来获得了广泛关注,本文提出一种以基于火箭发动机和双燃烧室冲压发动机的多模态火箭-双燃烧室冲压组合循环发动机作为飞行器的动力系统,并进行了性能分析研究。该飞行器在海拔10 km左右高度以0.8马赫的速度投放,在重力和发动机推力的联合作用下,能够在海拔5～8 km处加速到2马赫;然后加速爬升进入临近空间,发动机工作在引射亚燃或者双燃烧室亚燃模态下。可以根据实际选择高推重比、较低推进剂比冲效率的引射亚燃模态,或是较低推重比、高推进剂比冲效率的双燃烧室亚燃模态。最终飞行器加速到6马赫(26 km),进入双燃室超燃模态。针对空中发射模式和地面发射模式进行了轨道优化,仿真结果表明:在加速爬升到6马赫(26 km)的过程中,空中发射模式相比较地面发射模式可以节省37%的推进剂;空中发射模式存在一个负的最优初始飞行角度使得剩余质量与初始质量的比值达到最大。     

基于组合赋权法的有人/无人机协同作战能力分析

为了对有人/无人机协同作战能力(MAV/UAV Cooperative Engagement Capability,M/U-CEC)进行数学建模和量化评估,提出了一种基于组合赋权法的M/U-CEC计算方法。建立有人/无人机协同作战的参数体系,确定M/U-CEC的量化指标,分别使用层次分析法和信息熵理论得到参数主观和客观权重,最后根据融合算法得到组合权重并建立了作战能力模型。仿真结果表明相比于单纯使用层次分析法或信息熵确定权重,利用组合赋权法分析作战能力可信度更高。     

基于组合赋权和云模型的部队管理绩效评价方法

针对部队管理绩效影响因素复杂,难以客观定量评价的问题,从权重确定和评价方法选择两个方面进行改进和完善研究。为避免信息的丢失和扭曲,提出了一种组合赋权法来确定指标权重,并将云模型引入到部队管理绩效评价,从而建立了基于组合赋权-云模型的评价方法,通过与模糊综合评价的结果对比,验证了该算法的可行性和有效性。     

基于器材分类的维修器材消耗组合预测方法研究

维修器材消耗预测通常采用单一的预测模型,适用范围较为狭窄,同时对整装维修器材消耗预测的精准性不高。综合考虑装备维修器材稳定性消耗特征,采用基于器材分类的组合预测方法,开展装备维修器材消耗预测。组合预测方法融合了指数平滑方法、Croston方法、TSB方法等的优势,分别对消耗稳定和消耗不稳定的器材进行了预测。结果表明,组合预测方法有效避免了单一预测模型的局限性,具有较为广泛的适用性,提高了维修器材消耗预测的精度。     

装备保障训练效果评估中组合赋权法的应用研究

为提升部队装备保障训练效果评估的准确性与可信性,将由主客观赋权法得出的一级指标权向量抽象为多维空间的多个质点,通过质点与重心的距离确定各权向量在指标聚合中的相对权重,将迭代所求多质点重心作为一级指标最理想权向量。该方法综合了主观与客观赋权法各自优点,优化了组合赋权法指标聚合方式,使部队装备保障训练效果评估能兼顾指标的重要性和指标值的差异性。     

基于矢量分配的组合导航容错联邦滤波算法

针对高动态环境下飞行器组合导航系统因不确定故障导致导航精度下降的问题,提出了一种基于矢量信息分配的容错联邦滤波算法。设计矢量形式的故障检测函数,对各观测量进行单独的故障程度划分,克服了将故障子系统所有观测量同时隔离的缺陷;根据观测量是否异常,重构时变量测噪声矩阵和信息分配矢量系数,对子滤波器的状态变量进行信息分配,在隔离故障子系统异常观测量的同时,最大限度地利用正确观测信息。仿真结果表明,采用该算法能够充分发挥各导航子系统的优势,极大提高了导航子系统信息利用率,具有较高的精确性和容错性。     

一种α稳定分布噪声下的跳频参数盲估计方法

针对目前以高斯白噪声为模型的大部分跳频参数估计方法在α稳定分布噪声背景下,性能急剧下降的缺点,对跳频信号进行两次窗函数长短不同的分数低阶STFT,从而得到两组时频数据,,将两组时频数据点乘,得到新的时频表示,基于时频分析的跳频参数估计方法,实现跳频参数的估计。仿真实验表明,提出的方法有效抑制了α噪声,在α=0.8,GSNR≥1 d B;α=1.5,GSNR≥0 d B时,可以实现跳频周期的准确估计。在α=1.5,GSNR=3 d B时,该算法跳变时刻估计值最大相对误差比STFT低3%、比分数低阶STFT低1.6%,跳变频率估计值更加精确。