自紧管的蠕变——应力松驰

本文讨论自紧管在稳定化处理时,由于残余应力作用,材料发生蠕变而引起的应力松驰现象.根据材料的蠕变性能,利用数值方法计算了稳定化处理时蠕变引起的残余应力松驰量。本文认为,在本实验条件下,稳定化处理过程中蠕变引起的应力松驰量可忽略。     

一种新的自相互作用修正势

本文提出一种对具有相同角量子数的壳层取平均的自相互作用修正势,保证了单电子波函数之间的正交性,计算结果好于x_a方法和作者本人及其他作者提出的单一平均自相互作用修正势的计算结果。     

分析电路的改进节点法

本文针对含有理想电压源支路的电路,提出了改进节点法,其解变量为电路真正的独立节点电压(N-M-1),较之混合法(N+M-1)少(因其求解变量为节点电压和理想电压源支路的电流,其中 N 为节点数目,M 为独立电压源支路数)。文中还举例说明了这种方法的应用,并验证了它的正确性.     

基于卫星导航数据在线拟合星光折射模型方法

基于星光折射的自主导航系统结构简单、成本低廉,理论上能够实现对飞行器的高精度导航.但由于测量模型受大气参数不确定性的影响,使得该导航方法的精度及可靠性严重降低.根据飞行器处于低轨段的卫星导航数据,通过神经网络在线拟合星光折射模型,避免了大气参数不确定性的影响,提高了星光折射导航精度.通过仿真重点研究了星光折射模型的特点...     

遥控武器站的自抗扰控制

遥控武器站系统是一个具有强后坐力、变摩擦力和变转动惯量的非线性系统,采用自抗扰控制技术对该系统进行稳定控制.系统利用自抗扰控制器的扩张状态观测器,对系统未建模特性和不确定性外扰进行动态估计和反馈补偿,提高了系统的抗干扰能力.实物系统稳定控制实验结果表明,所设计的自抗扰控制器具有良好的动态品质和较强的抗干扰性能,系统实现...     

基于非合作博弈的栅栏信息覆盖虚拟节点组合算法

邻近节点通过协作感知和信息融合组成虚拟节点,能够增加信息覆盖栅栏长度.基于非合作博弈模型,设计了一种完全分布式的虚拟节点组合算法DVSF算法.DVSF算法面向栅栏信息覆盖应用,以尽量增加整个网络的信息覆盖栅栏长度为目标,将合适的邻近节点组合成虚拟节点,提升了整个网络的栅栏信息覆盖性能.仿真实验验证了DVSF算法的有效性...     

基于BP网络的BTT导弹逆控制方法

运用BP神经网络结构和Levenberg-Marquardt算法,对导弹动力学特性进行动态逆模型辨识,并以辨识模型为控制器与BTT导弹控制系统串联构成动态伪线性系统,进而应用逆系统方法设计了一种用于解决BTT导弹非线性控制问题的经典控制与神经网络在线自学习控制相结合的控制方法.从理论上证明了该控制方案可以实现对导弹三通...     

神经网络的单滤波器目标跟踪算法

当前统计模型及其自适应滤波(CSMAF)算法是机动目标跟踪中的一种有效方法.但该方法对目标机动加速度极限值有依赖,并且对弱机动目标跟踪的精度不高.为解决这一问题,利用一种改进的加速度方差自适应调整公式克服了对加速度极限值的依赖,同时利用神经网络对滤波参数信息进行融合,自适应调整过程噪声.仿真结果表明,该方法有很好的机动...     

基于深度学习的防空武器红外目标识别技术应用研究

针对防空武器的作战使用需求,提出了一种基于深度学习的防空武器红外目标识别流程,通过大视场进行目标检测,小视场进行目标跟踪识别.在目标检测阶段,采用YOLO网络模型实现全图多目标识别定位;在目标跟踪阶段,采用超分辨率重建算法提升目标局部图像分辨率,利用深度残差网络模型实现跟踪目标的识别分类.试验结果表明,基于深度学习的空...     

面向像斑的高分辨率遥感影像自优化迭代分类方法

针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市QuickBird和WorldView影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度（82%与82.67%）、常规支持向量机分类总精度（87.33%与88%）、最小二乘支持向量机分类总精度（88%与89.33%）相比,精度有明显提升,分类效果较好。