光学晶体K2Al2B2O7相位匹配参量放大研究

对K2Al2B2O7（KABO）晶体的相位匹配飞秒激光参量放大（OPA）特性进行了系统的理论计算和分析。分别讨论了Ⅰ型、Ⅱ型参量放大共线以及非共线情况,计算了在不同非共线夹角下的相位匹配角度。研究结果表明：对于一定波长的抽运光,存在一定的非共线入射角对应一定波长的信号光。在KABOⅠ型参变条件下,非共线角的引入使相位匹配角增大。这对于高效率地产生脉宽极短的飞秒参量激光、扩大飞秒激光的调谐范围以及通过参量技术放大飞秒脉冲都具有重要的意义。     

火控雷达中的抗干扰技术

电子对抗的迅速发展对火控雷达提出了更高的要求,不仅要提高火控雷达的技术性能,同时要提高其抗干扰能力,新型火控雷达的抗干扰性能成为衡量其作战能力的重要指标.介绍了新型火控雷达中应用的主要抗干扰技术,并阐述了具体的实现方法.     

利用卷积神经网络的太赫兹孔径编码增强成像

针对现有太赫兹孔径编码成像算法鲁棒性较差、计算求解复杂度较高等问题,提出基于卷积神经网络的太赫兹孔径编码增强成像方法.该方法通过构建一个端到端的神经网络来实现成像系统的隐式建模,利用网络强大的求逆能力和抗噪性能来实现低信噪比下的目标重构.通过仿真实验可以看出,该方法可以在不同信噪比下实现对不同稀疏度目标的重构.另外,与...     

美军未来轰炸机——B-3隐身轰炸机

科索沃上空B-2隐身轰炸机的“幽灵”刚刚隐去,B-3战略隐身轰炸机已悄然出在美国飞机设计师的绘图板上,承担新轰炸机部分预研任务的诺斯罗普·格鲁曼公司打算从2037年起将新机型配备部队。但美空军的想法更加激进,坚持要在2018年就实现新轰炸机的服役。B-3隐身轰炸机的作战能力主要表现在3个方面:一是惊人的高超音速远程飞行能力,其飞行速度达到5倍音速,可在一小时之内横越大西洋;二是力求最佳的隐身效果,其外身与B-2A相似,但雷达的散射截面大大少于B-2A;三是具备强大的攻击能力,其载弹量将会达到或超过B-52轰炸机的水平。此外,B-3轰炸机…     

纳米颗粒和非晶相复合刷镀层n-Al2O3／Ni-P的制备

采用纳米电刷镀技术在钢基体表面制备了n-Al2O3/Ni-P复合刷镀层,研究了复合刷镀液中纳米颗粒含量、刷镀电压和刷镀笔移动速度对复合刷镀层中P和Al2O3含量的影响.优化后的工艺参数范围为刷镀液中n-Al2O3颗粒含量20～30 g/L、刷镀电压8～12 V、刷镀笔移动速度5～10 m/min.制备的n-Al2O3/Ni-P复合刷镀层组织致密,含有纳米颗粒和非晶相.     

山地决战与空中鹰眼

E-2C 预警机参与“山地决战”战役2003年11月,当清除塔利班残余力量的“永久自由”行动打响时,美国陆军第10山地师开进阿富汗维加尔山谷,执行“山地决战”战役。部队指挥官对2002年3月的阿富汗蟒蛇战役空地配合不当教训记忆扰新,提出要空军派出“战斗空间”空中预警机。如果这架预警机不能按预定计划到位,随着陆军部队的直升机与其他运输工具开进谷地时,他们要求至少有一架空中管理机停留在谷地上空,机组人员能看到地面部队,听到地面部队的呼叫并援助他们。可在山地战斗打响时,很少有飞机能执行这样的使命。山地决战作战计划处指挥官亲自跑到了美军中央司令部请求支援。此时中央司令部代理司令同时也兼任美国海军第五舰队司令,他立即下命令给美国海军“企业”号航母,要空中早     

新型紫外非线性光学晶体K2Al2B2O7倍频特性研究

模拟计算了新型紫外光学晶体K2A l2B2O7的Ⅰ类、Ⅱ类倍频的相位匹配角、有效非线性系数,得到了其倍频的最短极限基频波波长和最大有效非线性系数,得到了其Ⅰ类、Ⅱ类倍频的走离角、允许角和允许波长的理论曲线。从理论上证明了K2A l2B2O7晶体是优质的新型紫外非线性光学晶体。     

基于时隙和功率分配的联合优化算法

能效是支持设备到设备通信（device-to-device,D2D）的蜂窝网络的关键性能。在每个D2D群内有一个发射设备和两个接收设备。发射设备从基站广播的信号采集能量,再利用所采集的能量向接收设备传输数据。提出基于时隙和功率分配的联合优化算法（joint time and power allocation optimization,JTAO）。通过优化采集能量和传输数据的时隙以及发射功率,最大化能效。发射设备采用非正交多址接入技术,降低用户间干扰。性能分析表明,通过优化发射设备的传输功率,提升用户能效。     

基于城市作战的隐匿小目标识别技术

随着人工智能技术的飞速发展,能够自动识别、锁定和打击目标的智能化武器系统逐渐出现,代替人类执行简单的决策命令,高精度目标识别算法是智能化武器精确打击的前提。目前城市作战越来越受到世界各军事强国的高度重视。城市战场态势瞬息万变,复杂的伪装技术、目标遮挡和恶劣环境条件,给智能目标识别带来严峻的挑战。以当前先进的目标识别模型YOLOv5为基础模型,提出了一种可以多尺度学习空间和通道信息的卷积注意力模块MS-CBAM,允许每个神经元根据输入信息自适应地调整其感受野大小。实验结果表明,在国际公开COCO数据集和自建数据集Long-distance PC Dataset上mAP分别提升了0.5%和2%。训练好的轻量级模型经过TensorRT加速部署在NVIDIA JETSON TX2,实时检测帧为20 ms,满足实时检测要求。该系统也可以作为智能武器系统的一个模块,对自主型武器和无人作战系统具有一定的借鉴意义。     

一种基于TCP-ARED的网络动态拥塞控制策略

技术的发展推动着传统网络向智能网络转变,智能网络中类型繁多的流量业务所产生的巨大、多样的数据流量易导致网络拥塞等问题,这给网络拥塞控制体系提出了更高的要求。主动队列管理机制是拥塞控制体系中不可或缺的一环,随机早期检测（random early detection,RED）算法及其改进算法都是主动队列管理机制中缓解网络拥塞的常见方法,但都存在无法适应网络动态变化所带来的队列长度不稳定的问题。针对该问题,提出一种新型主动队列管理算法SP-ARED(square power-ARED),SP-ARED算法通过优化丢弃概率函数以及引入新的阈值上限,来更好地缓解网络拥塞。NS2的仿真结果表明,在复杂、动态的网络环境下,除时延以外,SP-ARED算法在平均队列长度稳定性、吞吐量、丢包率和时延抖动方面的表现都有了提高。