基于三次B样条曲线的一维弹道修正弹空气阻力系数拟合

为提高弹道修正弹的射击精度,对一维弹道修正弹空气阻力系数的拟合方法进行了研究。在分析Logistic曲线对43年阻力定律拟合缺点的基础上,提出了一种采用三次B样条曲线对其进行拟合的新方法。并通过某型号一维弹道修正弹验证了该拟合方法具有可行性好、拟合精度高、运算简单、结果可靠等优点。该拟合方法的提出为一维弹道修正弹空气阻力系数的拟合提供了一种新的研究方法,更便于外弹道的仿真计算。     

基于多点空间直线拟合的调炮精度检测方法

针对火炮身管上标记两个点检测调炮精度受制于单个空间点坐标测量精度的问题,提出通过增加身管上标记点的冗余数量来提高调炮精度的检测方法。应用最小二乘原理对多个空间点进行直线拟合,并采用Monte Carlo方法对身管指向的测量精度进行分析。结果表明:标记4个点、5个点、6个点和7个点与标记2个点(传统方法)相比,其身管指向的测量精度分别提高了约6%、18%、19%和21%。该方法适用于对调炮精度检测要求较高的场合,综合考虑工作效率和测量精度这两个因素,推荐标记5个点测量身管指向。     

三维均匀化理论预测多孔混凝土等效弹性模量

应用多尺度渐进展开的均匀化理论,推导三维均匀化理论的有限元解法,求解复合材料等效弹性系数。假设多孔混凝土由光滑均匀一致的球孔与水泥石基质组成,提出改进的随机投放方法,生成三维均匀化理论求解的随机单胞模型。以聚苯乙烯泡沫(EPS)混凝土为数值算例,生成6组不同体积分数的EPS混凝土随机单胞模型,通过三维均匀化理论的有限元法计算得到其等效弹性模量。计算结果表明:随机单胞模型能反映细观的非均质性,三维均匀化理论的有限元法计算得到的等效弹性模量变化趋势比较符合Miled的试验结果。     

基于多目标的雷达组网传感器资源管理算法

在雷达组网系统的多目标跟踪过程中,当目标数量过多时,由于传感器资源不足,无法使用传统传感器的管理方法进行资源分配,且运算时间过长,不满足工程实际需求。针对以上问题,提出了一种新的多传感器多目标跟踪任务快速分配算法,该算法将跟踪目标个数和跟踪目标精度作为优化目标,首先按照设定的分配准则对传感器进行一次分配,最大化跟踪目标个数;然后利用一种基于传感器排序的启发式传感器分配方法进行二次分配,通过控制跟踪目标的协方差水平,使目标的跟踪精度尽量接近期望值。仿真结果表明,该算法能够在较短的时间内对多传感器进行有效快速地分配,既跟踪了更多的目标,又达到了期望目标的跟踪精度,并且在一定程度上控制资源消耗,减少系统的总耗能。     

指控系统信息服务质量评价研究

为了有效评价指控系统信息服务质量情况,在深入分析指控系统信息服务特征及用户服务要求的基础上,研究了评价指标的析取原则,从主观和客观两个方面提出了指控系统信息服务质量评价的指标体系,对各维度及评价指标的含义、测量方法进行了详细讨论,并给出了定性评价、定量评价和半定量评价3种指标评价方法和加权综合评价方法。     

基于红外辐射计的物体光谱发射率测量方法

发射率是测量红外辐射特性中的重要参数,直接影响测量的精度。在传统的能量法测发射率的基础上进行改进,利用红外辐射计MR170测量目标的光谱辐射亮度并在同一温度相同波段下建立一标准黑体模型,对目标光谱发射率进行求解。实验验证该方法可以获得满意的测量结果。对实验求取的光谱发射率进行误差分析,结果显示误差小于3%。     

基于ADC方法的复杂武器系统效能评估方法

ADC方法是武器装备效能评估的重要方法之一。传统ADC方法一般将武器系统各个分系统简化为串联系统计算。针对复杂武器系统中各个分系统组成繁多、串并联关系复杂、对作战影响程度不一等特点,对ADC方法进行了优化,使得ADC方法可以针对多并联系统更客观地评估。通过某型武器装备的实际验证,改进后的ADC方法合理可行,可以对复杂武器系统拥有更客观和更全面地评价,可作为其他复杂武器系统效能评估方法的参考。     

基于加权双曲线定位的DV-Hop改进算法

针对基于双曲线定位的DV-Hop算法中误差项的异方差性引起的定位误差大的问题,提出了一种基于加权双曲线定位的DV-Hop改进算法。算法分析了基于双曲线定位的DV-Hop算法模型中误差项的异方差性,用加权最小二乘法对异方差性进行纠正,对加权最小二乘法中的权值矩阵进行了理论推导并得到与跳数相关的最佳权值矩阵,使得误差项满足同方差性,所得估计值接近最佳线性无偏估计。仿真结果表明,所提算法在定位精度上较目前常见的基于双曲线定位的DV-Hop算法都有一定提高。     

基于概念建模的情报分析方法

通过对作战对手战术战法类情报进行概念建模,为此类情报分析工作提供新的思路。这种基于概念建模的情报分析方法,可为情报人员限定信息搜寻范围,明确搜寻重点,减少工作量,将碎片化的原始情报信息较为快捷地转化为可高效应用的情报资源,服务于作战仿真、技术研究、试验训练等军事领域。     

Layers of Experiments with Adaptive Combined Design

In the field of nanofabrication, engineers often face unique challenges in resource‐limited experimental budgets, the sensitive nature of process behavior with respect to controllable variables, and highly demanding tolerance requirements. To effectively overcome these challenges, this article proposes a methodology for a sequential design of experiments through batches of experimental runs, aptly named Layers of Experiments with Adaptive Combined Design (LoE/ACD). In higher layers, where process behavior is less understood, experimental regions cover more design space and data points are more spread out. In lower layers, experimental regions are more focused to improve understanding of process sensitivities in a local, data‐rich environment. The experimental design is a combination of a space‐filling and an optimal design with a tuning parameter that is dependent on the amount of information accumulated over the various layers. The proposed LoE/ACD method is applied to optimize a carbon dioxide (epet‐CO2) assisted deposition process for fabricating silver nanoparticles with pressure and temperature variables. © 2015 Wiley Periodicals, Inc. Naval Research Logistics 62: 127–142, 2015