FeCl3-超滤工艺处理低温低浊水的试验研究

采用FeCl3-超滤工艺进行了处理实验室条件下低温低浊水的试验研究,考察了不同投加量的FeCl3对污染物的去除效果和超滤膜运行状况的影响。结果表明,FeCl3-超滤工艺处理低温低浊水的适宜投量为8mg／L,膜出水浊度小于0．2NTU,CODM。小于2．5mg／L,对CODMn和UV254的去除率分别为37．35％和51．66％,且超滤膜运行状况较为稳定。     

美军技术研究与试验建模体系结构(MATREX)

技术研究与试验建模体系结构(以下简称MATREX)项目是美国陆军最重要的分布式建模与仿真环境,提供了统一的建模仿真架构、辅助工具以及基础设施,使得具有各种分辨率的真实、虚拟和构造的军事应用之间的集成和使用非常方便。首先概括介绍了MATREX项目的一些背景情况和基本原理;接着深入剖析了该项目的核心体系结构、各种构件工具、集成设施服务和系统参考模型。最后简要地介绍了使用MATREX环境二次开发的两个军事应用,分别用在未来战斗系统主系统集成商的系统集成实验室和跨司令部协作项目。     

台湾海军C3I系统装备现状和发展特点

自20世纪70年代以来,台湾在美国的支持下致力于C3I系统的建设,现已初具规模.台湾为了实现其"台独"的目的,更是极力推进海军C3I系统建设.在当前我军迫切需要了解和分析台湾指挥自动化系统的现状与发展.在简要介绍了台湾的衡山防务C3I系统之后,重点讨论了台湾海军C3I系统发展及其部分系统功能特点,分析了台湾海军C3I系统特点及其发展趋势.对台湾海军C3I系统的分析在当前对抗斗争中和加强我军C3I系统建设上具有重要的理论与现实意义.     

HLA在C3I系统仿真试验中的应用

采用系统仿真结合实装试验的方法构建仿真试验环境,是实现对C3I系统全面而系统的评估的必要手段.而这种与实装结合的仿真试验环境如何构建,采用什么样的体系结构是目前迫切需要解决的问题.在总结C3I系统仿真试验的特点以及高层体系结构(LHA)主要思想的基础上,提出了基于HLA的C3I系统仿真试验环境建设方法,为C3I系统试验的实施提供了一种新思路.     

多重网格法求解静电像管三维电场的若干问题研究

详细讨论了多重网法数值求解三维静电场的若干数学问题,诸如三维多重网格法的限制与延拓公式推导、确定静电像管三维电子光学系统中的锥面电极、圆筒电极、球面电极、圆孔膜片电极、孔电极等的空间位置及范围的方法、以及迭代计算的逻辑尺编码方法等,为像管电子光学系统设计及优化设计奠定了良好基础.     

基于CMOS的图像传感技术及其在军事中的应用

随着超大规模集成技术的发展,CMOS图像传感器显示出强劲的发展趋势.CMOS图像传感器具有在单芯片内集成时序和控制电路、A/D转换、信号处理等功能.这里介绍了CMOS图像传感器的结构和工作原理,并与CCD图像传感器进行比较,论述了CMOS图像传感器最新进展及其在军事中的应用.     

基于递归神经网络的C3I系统故障预报系统

阐述了C3I系统故障预测系统的设计要求,分析了带有偏差单元的递归神经网络的相关原理,建立了C3I系统故障的神经网络预测模型并提出了相应的训练算法.提出了把神经网络、预测理论和专家系统有机地结合起来建立故障预报系统的初步设想.并以防空C3I系统的典型故障为例,实现了故障的预测.预测结果证明,给出的神经网络预测模型和训练算法是可行的,且具有较高的精度.     

防空兵C3I系统生存能力的综合量化评估

结合实际作战情况,给出了防空兵C3I系统生存能力综合评价的指标体系.利用AHP和Delphi法进行权重的确定,并对定性指标的处理方法即Delphi法进行了详细的介绍,对定量指标采用标准化值的方法处理,从一定程度上克服了专家赋值的主观因素,利用AHP法和模糊综合评判法建立了防空兵C3I系统生存能力的综合量化评估模型,最后以实例证明了其可行性.     

C3I系统仿真评价环境与方法研究

C3I系统是一个复杂的大系统,如何有效地分析、研究和评价C3I系统的效能一直是C3I系统研究领域里的一个难点.仿真技术的出现为分析和评价C3I系统效能提供了一种新的手段.该文在分析基于仿真的C3I系统效能评价过程的基础上,设计实现了基于分布交互仿真技术的"C3I系统仿真评价环境",对仿真评价环境的体系结构、仿真技术体制等关键问题进行了论述.利用该环境可以对C3I系统作仿真分析、性能指标对比分析以及作战效能分析.由于仿真试验只是获取评价系统所需数据的一种手段,文章最后对几种常用的系统综合评价方法进行了探讨.     

基于BP神经网络的防空C3I人机交互性能评估

阐述了BP神经网络的相关原理,建立了防空武器指挥自动化系统人机交互性能评估的指标体系,对应用人工神经网络解决防空武器指挥自动化系统人机交互性能评估的方法问题进行了探讨,并且给出了神经网络的评估模型及算法.通过实例证明该方法是可行的.