基于特征融合的刀具磨损监测方法

提出了一种基于特征融合的刀具磨损监测方法,将该方法应用于铣刀磨损监测取得了较好的效果,文中论述了特征融合方法的基本思想,多传感器信号的特征关联、抽取及正规化处理,作为融合中心的神经网络的构造及训练等内容。实验分析表明,该方法实现刀具磨损监测是行之有效的。     

基于舰载直升机的舰艇编队对空预警性能配置研究

针对现代海战中空袭目标的特点,合理配置舰载直升机在舰艇编队对空防御中的预警过程。在舰载直升机前出距离的数学模型基础上,从预警机本身因素、敌方攻击因素和我方编队防御因素这三个方面入手,对舰载直升机的对空预警性能进行优化配置,采用MATLAB数学工具得出计算结果,绘制性能匹配曲线(或曲面)并得出约束条件。从不同角度对舰载直升机对空预警的配置进行了分析,可为舰艇编队预警探测和作战指挥决策提供依据。     

NCO相位截断对频域抗干扰性能影响分析

频域抗干扰易于工程实现、窄带干扰抑制性能好,是目前全球卫星导航系统(Global Navigation Satellite System,GNSS)抗干扰接收机中广泛采用的抗干扰算法。频域抗干扰接收机普遍采用数控振荡器(numerically controlled oscillator, NCO)生成本振信号。由于硬件约束,通常需要对NCO进行相位截断。而NCO相位截断是否合理对抗干扰性能影响较大。针对该问题,从NCO相位截断导致的本振杂散着手,从理论上分析其对混频和频域抗干扰环节的影响。在此基础上,给出一种NCO查找表地址位宽的理论计算模型,使得接收机的载噪比损耗接近无NCO相位截断的频域抗干扰接收机。仿真表明,抑制带宽大于100kHz、干信比小于80dBc的窄带干扰时,计算的NCO查找表地址位宽不超过10bit。无NCO相位截断的频域抗干扰接收机相比,采用NCO混频的抗干扰接收机的载噪比损耗最多增加0.6dB。     

基于搜索论的远程反舰导弹搜捕概率建模方法

针对传统捕捉概率模型难以满足远程反舰导弹机动搜捕概率建模计算的问题,提出利用搜索论进行导弹机动搜捕概率计算的建模方法。该方法根据目标机动规律建立其分布概率密度函数,并依据末制导雷达发现目标概率的"倒四次方律"及弹目相对运动轨迹,构建其探测函数,通过求取两者之积的积分实现搜捕概率计算。计算结果显示:若远程反舰导弹不采取机动搜捕策略,目标指示误差增加1km时搜捕概率降低0.47,目标速度增加10节时搜捕概率降低0.3,末制导雷达搜索半径减小50%时搜捕概率降低0.3;若采取平行搜捕策略,上述因素对其影响大幅下降。可见,该方法综合考虑了目标机动规律、传感器探测规律、导弹搜捕策略,可实现远程反舰导弹机动搜捕概率的解算。     

Gabor二进制编码异源图像匹配方法

异源图像匹配是图像处理领域尚未解决的问题。其中,合成孔径雷达图像与光学图像差异较大,用现有方法匹配通常难以得到满意结果。针对这个问题,提出一种基于Gabor编码的异源图像匹配方法:选取一组Gabor滤波器,分别对大图和小图进行Gabor卷积;采用池化方法对卷积结果进行压缩表示;对池化结果二值化并转换为二进制表示得到Gabor二进制编码特征;采用二进制位操作计算实时图与基准图对应窗口特征的相似性,相似性最大值对应图像匹配结果。本方法采用二进制对图像进行描述,减少了计算量,同时也更好地描述了异源图像间的共性特征。实验结果表明,本方法具有较高的匹配概率,计算时间少于现有方法。     

超空泡航行体刚柔耦合动力响应有限元分析

考虑航行体大范围转动,根据哈密顿原理推导了超空泡航行体在一次近似模型变形下的刚柔耦合动力响应方程,定性分析了其与零次近似模型下方程的区别,并对方程进行了定量计算。结果表明:一次近似模型相比零次近似模型下的横向振动方程,刚度矩阵项增大;所推导方程能够用于定量分析和直观描述超空泡航行体刚柔耦合下的变形。     

基于动态模板匹配的非接触超声弹体厚度测量方法

为了实现某弹体在车削加工过程中弹体厚度的自动测量,采用喷水式的非接触超声检测方法,利用弹体和刀架的匀速旋转和移动,在工控机的控制下实现弹体的全面检测。通过动态模板匹配的超声回波处理方法计算出弹体各检测位置的厚度值。检测结果表明,该检测方法的检测精度可达到0.1 mm。     

基于遗传BP神经网络的装甲装备器材需求预测

装甲装备器材保障具有规模大、时间紧、消耗大、不确定因素多、决策难度大等特点。准确的需求预测是实施主动的、精细化的器材保障的重要前提条件。利用BP神经网络较强自学习能力和自适应能力对器材需求规律进行学习,并借助遗传算法提高BP神经网络的收敛速度,设计了一种基于遗传算法改进的BP神经网络模型预测方法,对装甲装备器材进行需求预测。通过实例计算表明,该方法比单纯BP神经网络方法具有预测精度高、收敛速度快的优点。     

BP神经网络的弹道导弹态势等级模型

针对弹道导弹的目标特性和作战特点,对主要态势指标进行了提取,构建了基于BP神经网络的态势等级模型,并按照区间对预警等级进行划分。为提高模型的准确性和适应性,通过样本数据对BP网络进行了训练,并进行了仿真得到了态势等级。仿真结果表明:利用BP神经网络对态势等级进行研究是可行的。     

基于粗糙集理论的飞行轨迹识别

针对飞行轨迹人工识别对专家经验依赖性强,识别准确率不稳定的问题,提出一种基于粗糙集理论的飞行轨迹识别方法。首先,对飞行轨迹进行特征提取,获取用于轨迹类别判定的条件属性和决策属性;其次,利用模糊自组织神经网络对飞行轨迹决策表离散化,采用启发式遗传约简算法对条件属性约简,消除了冗余属性对识别结果的影响;最后,利用实际飞参数据进行轨迹识别,结果证明该方法准确有效。