目标识别中决策级语言和数值信息融合方法研究

自动目标识别信息融合是现代C~3I系统和综合电子战的重要内容之一。本文讨论了在决策层目标识别语言和数值信息融合的新思路,引入基于LOWA的融合算子ω_Q~(LOWA),举例说明该方法的可行性和深入研究价值。     

自动目标识别(ATR)技术发展述评

能够自动进行目标识别 ( ATR)是现代武器装备力争具备的先进性能之一。从历史回顾、当前状态及未来发展等几个方面对自动目标识别的研究历程、技术现状和发展前景进行了较为详细的论述 ,并指出了当前发展中遇到的主要技术难题及可能的解决办法     

新型四极轨道电磁发射器

提出一种新型四极轨道电磁发射器模型,并对其进行数值分析及有限元仿真。设计了四极轨道和三叶花瓣状抛体,通过抛体的三组径向电流与四极轨道产生的三组环向磁场正交。环向磁场和流过抛体的径向电流相互作用产生轴向加速力。此外,新型四极轨道电磁发射器的结构设计有利于克服发射过程带来的巨大振动,提高发射精度和准确性。基于理论计算和有限元验证,对抛体的电流及磁场分布进行了分析。结果表明:与传统轨道电磁发射器相比,四极轨道电磁发射器能产生更大的轴向加速力。同时随着轨道电流的增加,抛体所受推进力也会增加。     

某型榴弹发射器的动力学建模与分析

为研究某型榴弹发射器的动力学特性,对其虚拟样机模型的建立展开研究。根据其机构运动原理,进行了必要的简化与假设,添加了相应的约束副,分析了关键部件的受力情况,计算了内膛合力,确定了射手和土壤边界条件的施加方法,采用静载与动载实验研究了橡胶缓冲部件的本构关系并确定了其合适的作用力添加方法。根据仿真结果,分析了自动机与机匣的运动曲线,与试验数据作了对比,误差在允许范围内。研究结果表明,试验的方法得到橡胶部件作用力,保证了模型的精度,动力学仿真模型满足精度要求,为武器系统的后续研究打下了良好基础。     

全液压驱动管道机器人公理化设计

随着管道机器人应用领域与任务需求的不断增大,机器人设计中存在的问题日益突出,如输出功能相互耦合、定位精度不高以及复杂环境下可靠性低。针对石油水平井对于管道机器人的特殊应用需求,将公理化设计理论应用到机器人系统设计中,创新设计一种基于挠性支撑结构的全液压驱动管道机器人。概述公理化基本原理与设计过程,对全液压驱动管道机器人进行概念设计,完成设计耦合性分析。确定机器人机械系统与液压系统具体结构组成,并分析其工作机理。应用AMESim软件,对机器人运动原理方案进行仿真分析,结果表明:全液压驱动管道机器人可以实现自动往复运动,牵引力可以达到30 kN,运动速度可以达到0.12 m/s;机器人牵引能力与运动速度可以完成单独调节,从而实现解耦设计。     

基于SOINN增量自编码器的网络异常检测研究

针对批量学习的网络异常检测模型存在内存资源消耗大、无法在线更新的问题,利用自组织增量神经网络(self-organizing incremental neural network, SOINN)的增量学习特性,提出一种增量自编码器构建方式,将改进SOINN的输出神经元作为自动编码器的输入,使得模型在不破坏已有学习成果的基础上,具备增量更新能力。针对SOINN算法获胜神经元邻居节点学习率固定,不利于区分其与输入样本的相似性的问题,提出一种学习率自适应调整方法,来提升获胜神经元邻居节点的学习效率,使得算法输出神经元更能代表样本特性。针对反馈更新样本中正常样本纯度不高的问题,提出一种基于距离度量的样本标签筛选机制,通过计算反馈样本与神经元的距离来对正常样本进行筛选,使得反馈样本中正常样本比例更高,以此来提升模型的在线检测效果。在NSL-KDD数据集上开展了相关实验,实验证明所提方法具备增量学习能力,且改进SOINN的增量学习效果优于原始算法,有效节省了模型的运算和存储开销,通过基于距离的样本标签筛选机制,模型的在线检测能力有效提升。     

“基辅”号航母鏖战记（九）：出海调查遇难潜艇

自动加密通信台的收发员到驾驶舱交给将军一份电报,他迅速扫了一眼电文便把电报递给巴希洛夫。     

谈火灾自动报警系统的干扰因素及对策

火灾自动报警系统能否正常稳定的运行,对建筑物的消防安全起到至关重要的作用.通过分析火灾自动报警系统的干扰原因,提出一些增强火灾自动报警系统抗干扰能力的方法,为火灾自动报警系统设计、施工提供参考.