航母编队电磁信号安全威胁分析

 介绍了航母编队面临周边的电子侦察威胁情况,并以航母编队穿越宫古海峡为例,仿真分析了其电磁信号受到的威胁程度。仿真分析结果表明：航母编队在公海进行训练、演习等军事行动时,面临着各种侦察设备的侦察威胁。     

随机森林分类用于雷达信号预分选新算法研究

 现代战争中,雷达电子战环境越来越复杂,随着雷达种类的多样化和雷达脉间调制方式的复杂化,对信号分选的识别难度也愈加增大。本研究采用随机森林算法对脉冲描述字特征进行预分选,可自适应的对特征进行选择,并实现分类。随机森林由于可以自动进行特征选择,可对不平衡的数据进行误差平衡等优点,通过多决策树表决方式,可以迅速完成对大量数据快速训练。在脉冲丢失导致的部分特征损失的情况下,仍可以维持识别准确率。通过实验证明了本方法对雷达脉冲描述字特征进行预分选的有效性。     

基于改进强跟踪滤波器的UWB/AHRS紧组合定位方法

针对遮挡环境下的车辆定位问题,提出一种基于改进强跟踪滤波（ISTF）算法的超宽带（UWB）与航姿参考系统（AHRS）紧组合定位方法.该方法使用阈值鉴别UWB测距异常值并消除其影响,将强跟踪滤波（STF）算法应用到紧组合系统的数据融合中,并结合定位模型对算法进行改进,以提高算法的稳定性和对观测噪声的估计精度.仿真与实验结果表明,该方法能在复杂工况下提供车辆精确的定位信息,与UWB单独定位及采用几种非线性滤波算法相比,系统的鲁棒性更强、定位精度更高,具有很强的实用性.      

自适应卡尔曼滤波在供水管网爆管预警的应用

根据Supervisory Control and Data Acquisition （SCADA）系统异常监测值能及时预警供水管网爆管,但由于用水周期变化、随机波动及监测误差,导致实际中很难预警较小爆管。针对该难题,开展了基于自适应卡尔曼滤波的供水管网爆管信号识别研究,提出将历史监测数据按用水周期分解,采用自适应卡尔曼滤波结合平均低通滤波对管网供水量进行实时估计,根据监测值与估计值的差,预警爆管、估算爆管流量。分别采用仿真数据与实测数据验证所提出方法,结果表明,所提出方法可用于实际供水管网爆管预警;对所采用实测数据,爆管预警精度约为最大时水量的9%;此外,实际爆管预警精度主要取决于用水量本身的随机波动,同时与监测数据采样频率相关。     

聚脲弹性体涂覆结构抗侵性能与层间作用机制研究

研究了聚脲弹性体涂覆钢板、涂覆纤维复合材料板抗破片侵彻性能以及涂层与底材层间作用机制.通过弹道试验加载3.3 g立方体破片撞击聚脲涂覆钢板、FRC板结构,获得无涂覆、迎弹面涂覆和背弹面涂覆3种涂覆类型结构的弹道极限,得到了不同涂覆方式下结构抗侵彻性能差异以及变形与失效特征.结果表明,聚脲弹性体涂层对涂覆结构抗破片侵彻性能的影响作用与涂覆底材自身的吸能机制相关;钢板吸能形式为局部变形与剪切冲塞,涂层对钢板耗能作用影响小,且能够有效提高结构抗侵性能,迎弹面涂覆效果优于背弹面;FRC板吸能形式主要为背部纤维的拉伸断裂与层间分离,背弹面涂层抑制纤维板吸能作用,大幅降低涂覆结构抗侵效率.      

基于构型设计的包装容器缓冲效应数值分析

基于材料结构塑性变形能量耗散机理,提出了3种基于构型设计的安全包装容器,并采用Abaqus/Explicit有限元软件针对包装容器不同姿态自由跌落进行了数值模拟,分析了容器结构50 m高度自由跌落正碰、侧碰和斜碰金属靶体的冲击响应.数值结果给出了不同冲击环境下安全包装容器各部件变形及应力分布,讨论了不同结构形式包装容器的冲击缓冲性能.研究表明,3种构型设计的包装容器均能承受50 m高度自由跌落冲击,基于外壁凸起的薄壳结构和低阻抗宽平台应力材料填充方式的缓冲设计方法均能实现对被保护体有效的冲击防护.      

基于负载口独立控制的双伺服阀控缸系统

针对电液伺服系统对控制精度和节能的需求,提出了一种基于负载口独立控制的双伺服阀控缸系统.首先对系统进行了建模分析,然后利用鲁棒自适应的方法对系统进行了完全解耦,针对主、被动负载均存在的位置伺服工况,设计了以位置跟踪为目标的进油口控制器和以压力控制为目标的回油口控制器.同时分析了系统的节能性,设计了基于扩张状态观测器（ESO）的油源压力控制器以及液压泵流量控制器.最后通过实验验证该系统的控制性能和节能效果.      

高应变率下复合炸药的细观数值模拟

针对复合炸药8701中RDX晶体与粘结剂分别对复合炸药8701平均力学性能的影响,建立了相应的细观数值计算模型.通过SHPB实验获得了8701在应变率600 s-1时的动态应力-应变曲线,根据Taylor均匀化方法得到了细观计算的宏观应力-应变曲线.结果表明:细观数值计算模型结果与8701的试验结果具有较好的一致性;在高应变率加载下,RDX晶粒和粘结剂的应力随应变都在增加,但由于RDX的强度和质量分数更大,因此对8701整体力学性能起主导作用.      

深度学习源代码缺陷检测方法

针对由于传统的源代码缺陷分析技术依赖于分析人员的对安全问题的认识以及长期经验积累造成的缺陷检测误报率、漏报率较高的问题,提出了一种深度学习算法源代码缺陷检测方法.该方法根据深度学习算法,利用程序源代码的抽象语法树、数据流特征,通过训练源代码缺陷分类器完成源代码缺陷检测工作.其依据的关键理论是应用深度学习算法及自然语言处理中的词嵌套算法学习源代码抽象语法树和数据流中蕴含的深层次语义特征和语法特征,提出了应用于源代码缺陷检测的深度学习一般框架.使用公开数据集SARD对提出的方法进行验证,研究结果表明该方法在代码缺陷检测的准确率、召回率、误报率和漏报率方面均优于现有的检测方法.      

基于SLIC超像素的茶叶嫩芽图像分割方法研究

准确识别茶叶嫩芽是实现茶叶智能采摘的前提。针对自然环境下的茶叶嫩芽图像分割受天气、光照等因素影响较大,提出基于SLIC超像素的嫩芽分割方法。提取R、G、B、H、S、V、Y、Cb、Cr、超红、超绿、Cg、R-B、G-B共14个颜色分量,分析发现以超红、Cg和G-B三分量合成彩图中嫩芽与背景对比度较大,作为待分割对象图;利用SLIC超像素分割算法获取超像素块,并对每个超像素块提取平均横坐标、平均纵坐标、平均超红、平均Cg、平均G-B 5个特征作为分割依据;利用阈值分割、小目标去除、填充和"逻辑与"等操作,得到茶叶嫩芽彩色分割图。对不同地域、不同环境下嫩芽图像进行实验表明,基于SLIC超像素的嫩芽分割平均分割精度达75.6%,较传统G-B阈值分割平均精确度高16.6%。该方法不仅能抑制光照等因素对茶叶图像的影响,还能有效分割茶叶嫩芽,鲁棒性较强。