外加信号增强随机共振在微弱信号检测中的应用

在利用随机共振检测微弱周期信号的基本原理基础上,给出一种通过外加可控信号激励出随机共振现象,并将之应用于微弱信号检测的方法。采用仿真信号对该方法进行了验证,通过归一化尺度变换,将该方法的适用频率扩展到机械系统特征信号频段。结果表明,该方法简单可行,能把信噪比较低的周期信号从强背景噪声中提取出来,在机械故障检测中具有应用前景。     

超宽带随机信号雷达的应用研究

超宽带(UWB)雷达和随机信号雷达是近年来发展的2种新体制雷达.超宽带雷达具有高距离分辨率,目标识别和检测能力强的特点.噪声雷达具有低截获,抗干扰能力和电磁兼容性好的特点.通过结合UWB雷达技术和随机信号雷达技术,提高了雷达系统设计的综合能力.UWB随机信号雷达在未来的民用和军用领域具有巨大的潜力.     

球面全景空间缝合及漫游算法研究

提出了基于图像映射实现球面全景空间缝合及实时浏览的算法。首先,对两幅或多幅鱼眼图像使用扫描线逼近算法分别提取轮廓,再采用基于亮度差的图像缝合算法对其球面投影进行球面缝合,使用球面坐标定位校正算法校正图像并拼接成平面全景图,通过建立球面浏览视窗与平面全景图之间的像素映射关系,显示球面全景空间不同视角场景信息。实验结果表明,该算法较好地实现了鱼眼图像的无缝拼接以及球面全景连续360°的实时浏览。     

努力构建全民国防教育立体平台

“让《国防教育法》走进千家万户,让国防观念根植百姓心中。”江苏省新沂市在大力推动经济建设的同时,始终坚持国防建设的支柱地位不动摇,以多种形式的国防教育增强了人民群众的国防观念。《国防教育法》颁布以后,他们总结出的“四结合教育法”,使国防教育在全市人民中扎实有效地开展起来,真正实现了立体化和全民化。 经常教育与随机教育相结合。该市坚持把学习宣传《国防教育法》贯穿于年度工作,列入市委的议事日程,     

浅谈随机教育

随机教育是集中教育、系统教育的重要补充,随机教育要克服随意性,把握及时性,注意灵活性的特点.     

适用于北斗混合星座的相对定位随机模型建模策略

为提高模糊度解算成功率和基线解精度,提出适用于北斗的相对定位随机模型建模策略,即混合随机建模策略。采用最小二乘方差分量估计方法对北斗单差观测量方差进行估计。对处于不同高度的三轨道卫星观测量方差分别建模:对地球静止轨道卫星观测量方差采用载噪比模型建模,对倾斜地球同步轨道卫星和中地球轨道卫星观测量方差均采用仰角模型建模。根据不同模型实时组建观测量的随机模型。试验结果表明:相比于采用传统简化模型和单一的仰角或载噪比模型,混合随机模型能更加真实地反映不同卫星观测量的随机噪声特性,模糊度解算成功率和相对定位精度均有提高,总体性能最优,因而能更好地适用于北斗系统。     

随机共振理论在雷达信号截获中的应用

雷达侦察主要通过无源侦察接收设备对空域中敌方雷达辐射源信号进行检测,若要实现对敌辐射源信号的截获,基本条件就是敌雷达信号能量能够达到雷达信号侦收设备的截获灵敏度。然而现代战场中,电磁环境复杂多变,敌雷达信号往往被干扰信号、噪声等掩盖,导致侦收设备漏警概率提高。针对以上问题,提出基于随机共振原理的雷达信号截获判断的方法,增大了截获信号的输出信噪比,解决了由于噪声过大掩盖的雷达信号的侦收问题。将该方法应用于雷达告警接收机的前端截获部分,大大降低了截获系统的漏警概率,保证了整个截获系统的稳定性。仿真实验验证了该方法的有效性。     

基于SDE模型的雷达组目标角度跟踪方法

针对低信噪比下的组目标实时跟踪精度低的问题,提出一种基于随机微分方程(stochastic differential equation,SDE)模型的多输入多输出雷达目标角度跟踪方法.应用随机微分方程进行建模描述,利用马尔可夫链蒙特卡罗粒子滤波算法来进行连续推理.仿真结果验证了该方法的有效性,并显示低信噪比情况下的组目...     

上架结构参数与弹丸起始扰动映射关系的研究

为有效提高超轻型火炮射击密集度,探索了某薄壁箱型上架多个结构参数组合对弹丸起始扰动的影响规律。以上架外形尺寸、板厚等结构参数为对象,基于最优拉丁超立方方法,筛选得到影响弹丸起始扰动的上架关键结构参数并构建基因组;基于弹炮耦合结构动力学模型,分析了上架结构参数与弹丸起始扰动相关参量多对多的映射关系。根据映射关系,进一步分析不同板厚组合对弹丸起始扰动的影响规律。研究结果表明：在多对多映射时,不同板厚组合对弹丸起始扰动的影响呈非线性,上架侧板和围板的板厚参数是影响弹丸起始扰动的关键因素。采用特定的结构参数组合的上架可以有效降低弹丸起始扰动,为火炮总体设计中使用组合参数设计方法提供了依据。     

基于多目标鲸鱼优化算法的动态武器目标分配

针对传统动态武器目标分配模型以武器打击收益最大化为目标,考虑过于单一,并且现有智能算法在求解该模型存在收敛精度低的问题,提出一种非支配排序多目标鲸鱼优化算法(non-dominated sorting multi-objective whale optimization algorithm, NSMWOA)求解动态武器目标分配模型。首先为提高初始解的质量,引入2次logistic映射初始化种群,合并父代与子代个体,通过计算个体的非支配等级和拥挤度大小对个体进行排序,其次为筛选优秀个体,实验结果表明,在与NSGA-Ⅱ和MOPSO算法的对比中,非支配排序多目标鲸鱼优化算法函数测试中的得出Pareto前沿更接近真实Pareto前沿,寻优精度更高,在动态武器目标分配模型中,能够得出更优的分配方案。