掠飞末敏弹耦合运动动导数计算

以新型掠飞末敏弹为研究对象,提出了基于欧拉转动定理和滑移网格技术的复杂角运动模拟方法,利用著名的罗德里格斯转换矩阵插值求得弹箭在每个时间步的角速度修正值,并指定给球形滑移网格区。通过对非定常气动参数进行求解辨识,分析了不同马赫数下掠飞末敏弹滚转运动对其俯仰组合动导数和升力系数动导数的影响规律。结果表明:所提角运动模拟方法可有效消除姿态角计算的累积误差,实现对弹箭任意给定角运动的准确模拟;弹箭滚转运动对俯仰组合导数和升力系数动导数的辨识结果均存在显著影响,在进行弹箭动导数计算和稳定性分析时需充分考虑俯仰耦合效应的影响。     

交替极化阵列滤波性能研究

针对极化敏感阵列在工程应用中所受到的诸多限制条件,本文提出了一种新型交替极化阵列结构,分析了其在滤波抗干扰中的理论极限性能,并与极化敏感阵列滤波性能进行对比研究。研究表明:相对而言,交替极化阵列在设备量减半、信号处理自由度减半的条件下,滤波抗干扰性能逼近极化敏感阵列,克服了极化敏感阵列系统复杂性带来的一系列问题,因此在阵列雷达领域具有广泛的应用前景。     

基于多重分形广义维数的机械故障诊断方法

提出利用多重分形广义维数来描述信号特征 ,并以振动信号广义维数、广义维数谱图、敏感维数为特征向量的模式空间样本库为基础 ,给出了通过维数相关系数等判别条件进行识别的机械故障多重分形广义维数诊断方法。应用于圆盘类裂纹故障的诊断 ,取得了令人满意的结果。     

单[6-脱氧（1，10癸二硫醇）巯基]β-环糊精的合成方法研究

制备合成单[6-脱氧（1,10癸二硫醇）巯基]β-环糊精,结合产物的。^1H NMR,^13C HMR分析,推测了可能的反应机理,初步讨论了其在制备传感器敏感膜材料方面的应用前景。     

末敏子母弹落点的近似模拟

攻击线目标的末敏子母弹是一种新型弹种 ,具有较高的射击效力。在分析末敏子母弹抛撒和运动特性的基础上 ,提出近似模拟末敏子弹落点的方法 ,分析过程简单、快速 ,结果具有一定的可信性 ,为近似分析末敏子母弹武器系统射击效力提供了参考工具     

一种基于压缩Fisher向量的目标检索方法

当前,视觉词典法(Bo VW,Bag of Visual Words)是解决目标检索问题的主要方法,但传统的Bo VW方法具有词典生成时间效率低、检索内存消耗大等问题。针对这些问题,提出了基于压缩Fisher向量的目标检索方法,该方法首先将Fisher核机制用于目标检索,它能自动降低目标图像背景带来的不利影响,然后,采用位置敏感哈希(LSH,Locality Sensitive Hashing)对Fisher向量进行压缩编码以降低计算复杂度和内存开销,使之适用于大规模数据库。实验结果表明,新方法只用几百比特就能表征一幅图像内容,对大规模目标检索有很好的适用性,且较之当前主流的压缩视觉词典法具有更高的准确率。     

微电子器件方波EMP注入敏感端对的实验研究

采用方波注入法,对国外某知名公司生产的两个批次的晶体管进行了实验,比较了从CB结反向注入与从EB结反向注入的损伤电压值,发现该类器件的EMP敏感端对与人们一般研究的结论有所不同。     

上下文感知的深度弱监督图像哈希表示学习方法

针对现有深度监督图像哈希表示学习方法依赖于图像的类别信息,难以在现实中被广泛应用问题,利用与图像相关的标签信息作为监督信息,提出上下文感知的深度弱监督图像哈希表示学习方法。该方法一方面通过自适应捕获图像区域特征的相关上下文来增强它们的表示能力,另一方面通过引入判别损失来提高学习到的哈希码表示的判别性。在现有两个公开数据集上的大量实验结果证明了该方法的有效性。     

应用局部约束二维稀疏表示识别SAR图像目标

在分析典型稀疏表示分类方法和局限性的基础上,提出了一种基于局部约束的二维稀疏表示方法,以有效解决SAR图像目标识别问题。该方法对SAR图像进行图像预处理,在兼顾图像相邻列(行)对应稀疏表示系数邻近性和样本间局部性的基础上,构建了局部约束目标函数,并通过解闭式解,实现稀疏表示系数的更新求解。利用美国实测MSTAR数据对算法进行了仿真验证,实验结果表明所提出的方法可实现SAR图像目标的有效识别,并对训练样本数目具有一定的鲁棒性。     

基于灰色预测的时敏军事任务调度模型

为有效利用栅格化军事信息系统硬件冗余资源,提高系统运行时效,保证时敏军事任务执行效果,基于灰色理论的GM(1,1),提出了一种时敏军事任务调度模型。构建了基于主动式主/副本机制的调度流程,并针对普通(阈值)调度模型和模糊控制调度模型中调度触发的滞后和调度价值不确定的问题,设计了预测型调度时间窗口,有效优化了调度触发机制。最后通过仿真实验,考察了3种调度模型的有效性,结果表明模型虽然耗费了较大的调度开销,但在降低总体任务用时上作用明显。