基于信息融合的目标管理与被动定位方法

提出了一种基于信息融合的目标管理与被动定位技术的总体思路与实现方法。以坦克分队对目标的管理和被动定位需求为应用背景,首先利用战场图像信息提取目标种类、位置和姿态特征,并依次通过对目标3类特征的对比判定,解决了被动定位前对不同坦克瞄准镜视场中目标是否为同一目标的判定问题,实现了对敌方目标的全局统一编号与动态管理;其次利用坦克自身位置和测得的目标方位、俯仰等角度信息,推导了目标位置坐标的计算公式,分析了计算误差的主要影响因素;最后利用坦克分队网络化协同作战的优势,提出了一种以目标位置估计误差最小为约束条件的目标被动定位系统误差融合估计与补偿算法,显著提高了目标被动定位的精度,并通过仿真和野外实验,验证了所提方法的有效性。     

基于加速度盲估计的隐身目标检测算法

隐身目标的出现严重压缩了防空导弹雷达导引头的探测威力,末制导过程不充分导致制导精度受到很大影响。通过增加相参积累时间提高灵敏度是提高导引头作用距离的有效方法。研究了一种基于加速度盲估计的脉冲多普勒雷达主动导引头长时间积累算法,用于导引头对隐身目标的检测。此方法在不需要依赖外界支援信息的条件下,通过增加相参积累的时间,提高了导引头的截获灵敏度。通过仿真计算,当截获概率不小于99%时,可以将导引头灵敏度提高3.22 dB。     

处理频率对TC4钛合金微弧氧化膜特性的影响

利用自制多功能微弧氧化膜的制备系统对TC4钛合金进行表面处理, 通过扫描电镜(SEM)和X射线衍射仪(XRD)研究脉冲频率(f)对氧化膜生长特性、 表面形貌和相组成的影响. 结果表明, 当f≤2 000 Hz时, 成膜速率随f增加迅速减小; 当2 000 Hz＜f＜4 000 Hz时, 成膜速率随f增加而减小的趋势变缓; 当f≥4 000 Hz时, 成膜速率不随f发生变化. 该氧化膜表面多孔, 随f的增加, 膜表面微孔尺寸逐渐减少, 微孔密度逐渐增加. 膜层主要由锐钛矿和金红石相TiO2及少量不饱和氧化物TiO2-x（0.02＜x＜0.07）相组成, 其中锐钛矿和金红石相TiO₂的相对含量随f的变化不明显, 而TiO_2-x的相对含量当f≤2 000 Hz时较高, 当f＞2 000 Hz时, TiO_2-x的相含量明显减少.      

一种有效解决混合基矩量法积分奇异性的方法

三维散射问题通常采用电场积分方程(EFIE)结合矩量法(MOM)来求解,为了消除基于双线形4边形的混合域基函数在伽列金-矩量法的应用中所出现的积分奇异性,采用了参数坐标变换、相对坐标变换和奇异值提取相结合的技术,有效地消除了被积函数中出现的奇异性,并降低了原4维奇异性积分的维数,实例计算结果表明,该处理方法是正确和有效的。     

基于MODIS数据的2001-2018年黑龙江省林火时空分布

[目的]黑龙江省是中国重要的林业省份之一,也是受林火危害最严重的地区之一.通过遥感数据获取森林火点信息,充分了解近年来黑龙江省林火发生的时空分布格局,探索林火发生规律.[方法]根据黑龙江省2001—2018年MODIS(分辨率成像光谱仪)遥感图像的MCD64A1火烧迹地产品数据集,提取林火火点信息,结合历史火灾记录资料...     

完全非线性色散K（k,m＋n）方程新的紧致子,孤子和孤波斑图解（英文）

本文以完全非线性色散K（k,m＋n）方程ut＋a（uk）x＋b（um（un）xx）x=0为例,说明了一种映射法的应用.在m,n,k,a和b的多种不同取值情况下,获得了K（k,m＋n）方程,几种新的紧致子,孤子,孤波斑图解.发现K（k,m＋n=1）方程在某些条件下,不管会聚情况,还是发散情况,都存在紧致子。     

基于ARM的可编程数显表的设计

以ARM微控制器LPC 1114为核心,设计了一种可编程多功能测控数显表。通过按键可设置参数,以适应不同的工作情况和使用要求。该数显表可对输入直流电压、电流标准信号进行采样;采用热电阻或热电偶测温;可设置上下限过温报警;带有MODBUS协议的RS 485通信接口。与传统数显表相比,该数显表可一表多用,测量精度高,工作可靠。     

单环铒光纤激光器的混沌行为

利用延时反馈法实验研究单环掺铒光纤激光器的混沌行为,并利用时间序列和功率谱研究该系统的混沌特性.实验结果表明:通过在激光器系统中加入一个光学延时反馈回路,改变光延时反馈信号的强度和延迟时间可增加该单环掺铒光纤激光器系统的自由度;该单环掺铒光纤激光器可通过倍周期分岔途径产生混沌.     

生物化学课堂教学的若干思考

在长期教学实践的基础上,对生物化学的教学内容、教学方法、教学手段的完善与更新进行了探索,并提出一些建议,旨在为课堂教学质量的提高提供参考。     

Dynamic Niching Genetic Algorithm with Data Attraction for Automatic Clustering

A genetic clustering algorithm was developed based on dynamic niching with data attraction. The algorithm uses the concept of Coulomb attraction to model the attraction between data points. Then, the niches with data attraction are dynamically identified in each generation to automatically evolve the optimal number of clusters as well as the cluster centers of the data set without using cluster validity functions or a variance-covariance matrix. Therefore, this clustering scheme does not need to pre-specify the number of clusters as in existing methods. Several data sets with widely varying characteristics are used to demonstrate the superiority of this algorithm. Experimental results show that the performance of this clustering algorithm is high, effective, and flexible.