平面曲线的法向式Ⅱ型积分

提出了平面曲线的另一种Ⅱ型积分——法向式积分,讨论了其性质,以及它与传统的始终点式Ⅱ型积分的关系,最后给出了这种积分形式下的格式公式。     

地面作战士兵武器初露端倪

地面作战士兵装备的武器发展至今,其性能已不能满足未来战争的要求。进入20世纪90年代后,许多国家开始探索和研制21世纪士兵采用的武器。美国率先推出集发射动能弹和高爆弹于一体的步榴合一武器系统——理想单兵战斗武器(OICW),接着又推出了发射高爆榴弹的自动榴弹发射器——理想班组武器(OCSW)。这两种武器引领了轻武器的发展潮流,将成为21世纪地面作战士兵配装的武器。可以说轻武器更新换代的时代已经到了。     

面向异常检测的高光谱图像压缩技术

异常检测已经成为高光谱图像重要的后续应用之一,提出了一种面向异常检测的高光谱图像压缩算法.为减少压缩对异常检测性能的影响,首先采用RX算子对高光谱图像进行异常检测,并对异常点与背景对应的光谱维矢量进行预处理.对高光谱图像的光谱维矢量进行KL变换,通过引入虚拟维数估计算法对原始数据的本征维数进行估计,在此基础上给出了一种主分量选取方法.最后,采用最优码率分配策略为各主分量分配相应的压缩码率,并利用SPIHT算法分别进行压缩.实验结果表明,该算法在获得较高压缩性能的同时,可有效保持图像中的异常信息.     

导弹引爆高度控制与CEP相关性分析

根据导弹武器系统作战效能的要求,针对导弹落点精度(CEP)的误差方法与引爆控制系统要求的引爆控制高度的精度要求控制进行了综合论证,通过相关性约束构建了落点精度(CEP)与引爆高度的数学模型,并给出了相应的算法仿真及相应的精度分析,为导弹武器系统对目标进行毁伤的有效性提供了论证评估的手段和方法.     

着力培养高素质的军事人才

中央军委胡锦涛主席明确指出:高素质人才是决定国家和民族前途命运的重要力量,是建设创新型国家的强大依托。未来敌我双方的较量,将突出表现为高素质军事人才的较量,如果没有一大批高素质军事人才群体,就难以掌握高技术装备和高精尖武器,也就难以赢得战争的胜利。我们必须认     

基于RBF神经网络的HPA自适应预失真算法

卫星通信中,高速数据传输系统要求使用频谱利用率高的高阶调制技术,但高阶调制对高功率放大器(HPA)的非线性非常敏感,会造成码间干扰和邻信道间干扰.提出一种基于RBF神经网络的自适应预失真算法,以实现HPA的线性化,同时推导了自适应算法的迭代公式.仿真结果表明,该算法能明显改善信号星座图,并能大大提高系统的误比特率性能.     

柴油机本体冷却水流动与传热CFD仿真研究

以某型高功率密度(HPD)柴油机基础样机为研究对象,应用CFD仿真方法研究该样机本体内冷却水的流动与传热过程,得到该样机冷却水流动与传热的阻力参数和热力学参数,为下一步结合水泵、水散热器等进行冷却系统的优化匹配提供参考依据。     

拦截高速机动目标的最优制导律

对于远距离拦截高速、大机动目标,不仅拦截弧段长,拦截飞行时间也更久。拦截弹在飞行过程中的能量管理与优化问题,也是在拦截制导律设计时必须要考虑的问题。将非线性弹目运动关系降阶简化后,运用最优控制理论,将能量管理纳入考虑中,得出针对高速、机动目标的最优制导律,且可以满足终端碰撞角约束。通过引入分段线性和指数两种形式的阻尼,使得导弹在拦截高速高加速目标时,对目标机动的敏感度随弹目距离变化,从而达到能量管理的目的。通过二维非线性仿真验证了制导律的性能。     

生成式对抗网络在SAR图像处理中的应用综述

合成孔径雷达自动目标识别技术是SAR图像处理领域的研究热点,但数据样本不足的情况导致SAR-ATR应用研究受到局限。传统扩充SAR数据集的图像仿真技术模型复杂、计算量大,生成图像不够逼真。生成式对抗网络GAN不需要目标先验信息,可以直接从真实图像数据中生成逼真的图像,具有低损耗和端到端的优点,因此相较于传统方法其更适用于小样本SAR数据高质量扩充。围绕GANs在SAR图像处理中的研究应用展开叙述,介绍了获取目标SAR图像的方法,包括传统的仿真技术和基于深度学习的GANs技术;从目标图像和场景图像等2个方面介绍了GANs训练的常用SAR数据集;针对不同数据集的应用场景,重点介绍了GANs网络在目标SAR图像生成、SAR超分辨率重建、SAR和光学影像融合等3个方面的最新研究进展;最后,结合深度学习和SAR目标特性,给出了GANs网络在SAR图像应用方面的后续发展建议。     

GPU上高光谱快速ICA降维并行算法

高光谱影像降维快速独立成分分析过程包含大规模矩阵运算和大量迭代计算。通过分析算法热点,设计协方差矩阵计算、白化处理、ICA迭代和IC变换等关键热点的图像处理单元映射方案,提出并实现一种G-Fast ICA并行算法,并基于GPU架构研究算法优化策略。实验结果显示:在处理高光谱影像降维时,CPU/GPU异构系统能获得比CPU更高效的性能,G-Fast ICA算法比串行最高可获得72倍加速比,比16核CPU并行处理快4~6.5倍。