溶胶凝胶法制备碳化硅陶瓷的影响因素

采用溶胶凝胶法 ,以正硅酸乙酯和酚醛树脂为原料 ,在草酸催化作用下 ,制备出了不含硫和氯的均相碳化硅先驱体 ,并在一定的升温制度下制备出SiC陶瓷。考察了温度对预水解过程的影响以及水用量、催化剂和镍盐用量等因素对凝胶时间的影响。结果表明 ,在预水解温度控制在 4 0℃左右 ,时间为 2 4h时效果最佳 ;而当水与正硅酸乙酯的摩尔比达到 0 2 8左右、草酸与正硅酸乙酯的摩尔比为 0 0 1左右时 ,可以使凝胶时间达到最短。进一步的研究表明 ,镍盐的加入对凝胶烧成过程中 β -SiC的生成有催化作用。     

在舰炮对岸射击中减小射击死区方法的探讨

针对目前舰炮对岸射击中存在比较大的射击死区的情况,提出了采用曲射弹道的方法来大大增加舰炮对岸可射击的区域,提高舰炮对岸射击的战斗力,更好地完成舰炮所承担的使命.还提出了通过解弹道方程组求解曲射弹道射击诸元的方法.经过数值仿真检验表明,该方法是可行的.     

强约束条件下外弹道方程实时解算通用化设计技术

根据基于弹道方程的实时解算算法,解决了强约束条件下非低伸弹种弹道综合系数的统一计算问题,找出低伸弹种弹道综合系数的估计方法,进行了弹道实时解算模型的通用化设计,给出了程序流程并进行了测试.测试结果表明,弹道综合系数的估计比较准确,而解算模型在精度与实时性上均达到满意的程度,具有高度通用化的特点,并且使弹道问题的解算可以完全脱离射表进行.     

基于排序的自适应遗传算法航空炸弹弹道拟合方法

提出了一种基于排序的自适应遗传算法的航空炸弹弹道的拟合方法.该方法在简单遗传算法的基础上,将每一代染色体的适应度排序,并添加了交叉率和变异率的自适应控制函数,既克服了简单遗传算法收敛速度慢,稳定性差的缺点,又改善了函数优化效果.算法应用于某型航空炸弹的弹道数据拟合,仿真结果表明,该算法的拟合精度高,拟合模型优化效果良好.     

多尺度细节增强的红外图像去混合噪声研究

针对红外图像中噪声强度高、类型多的问题,提出一种基于卷积自编码器实现的图像降噪模型——IS-DCAE.通过分析红外图像噪声干扰原因,建立了3种噪声模型产生噪声图像;在基本卷积自编码器的基础上,增加了简化的Inception模块,用以拓展网络的深度、增强模型的非线性映射能力和特征表达能力;同时,为了更好地恢复图像的细节信...     

导弹最优制导律弹道仿真分析

根据导弹仿真数据,绘制可直观显示弹道特性的理想弹道曲线。给出了比例导引法的差分方程,建立了比例导引法的三维弹道仿真模型。在对比例导引法进行三维弹道仿真的基础上,分别对增量比例导引、基于二次型的最优制导律和考虑动态特性的二次型最优制导律进行了三维弹道仿真,绘制出了可直观显示弹道特性的理想弹道,计算了导弹与目标的遭遇时间,并对结果进行了比较分析。最后得出考虑弹体动态特性的二次型最优制导律具有最优性。     

基于眼动追踪和触觉反馈的人-多机器人班组交互系统

针对在动态复杂、非结构化的场景中缺乏自然、高效人机交互方式的问题,提出了一种基于眼动追踪和触觉反馈的人-多机器人班组交互系统,用于管理由多机器人和人组成的团队。该系统利用混合现实头盔在现实世界中叠加虚拟交互界面,操作员通过基于凝视信号的非语言注意力感知的输入方法进行人机交互指令的输入,进而控制多机器人进行协同运动,同时操作员通过振动和挤压2种触觉反馈模态来感知多机器人系统编队队形的尺寸变化与编队完成状态。为了验证人机交互系统的有效性与可行性,设计了触觉反馈实验与人-多机器人班组交互系统实验,实验结果表明：所提出的基于眼动追踪和触觉反馈的人机交互系统能有效控制多机器人系统进行编队,指令执行成功率达93.3%,与仅通过视觉反馈相比,在有触觉反馈的情况下操作员可以使用更少的时间完成多机器人状态感知,交互效率提高了14.55%。     

基于改进Jerk模型的跳跃滑翔目标跟踪

针对雷达对跳跃滑翔目标跟踪问题,提出了一种基于改进Jerk模型的无迹卡尔曼滤波(UKF)跟踪算法。该方法针对常规Jerk算法需要人为预先设定加加速度方差和“急动”频率而引入的估计误差,通过当前位置估计值和当前位置一步预测值进行加加速度方差自适应计算,并将“急动”频率与加加速度方差相关联,在目标运动状态估计的同时实现了模型参数自适应调整。同时,将改进Jerk模型与UKF算法相结合,给出了整体算法流程,并进行了仿真实验。仿真结果表明,与常规Jerk模型算法相比,本文提出的方法实现了模型参数的自适应调整,在跟踪过程中更能适应目标的机动特性。     

意图驱动的防空武器-目标动态分配方法

武器-目标分配是防空作战指挥决策的重要内容之一,针对此问题大多数的研究都过多考虑己方的态势和有限的目标信息,对敌方目标意图的认知鲜有涉及,结合空中目标作战意图,提出一种意图驱动的防空动态武器-目标分配方法。考虑到敌机的行为对我方决策产生的影响,对采集到的敌机群数据,将专家经验封装为标签,训练融合注意力机制的双向长短期记忆网络（BiLSTM-attention）进行意图识别,根据敌方不同作战飞机的意图,以及敌机的被动属性、我方武器属性、战场环境信息和实时动态信息,提出了意图驱动的武器-目标分配模型（intent-WTA）,使用费用流算法在较短的时间内准确获得最优的武器-目标分配策略,实验仿真结果表明,所提方法可以准确、高效地根据战场局势的动态变化进行武器-目标分配,满足防空作战的实战要求。