导弹自控终点散布与发射初始姿态关系建模研究

在给定导弹自控终点纵向散布的情况下,如何界定导弹的发射初始姿态域?是动基座发射的导弹武器系统必须面对的问题,它对确定导弹武器系统战术技术指标、发射方式和战斗使用等至关重要。文章通过设计正交试验表、弹道仿真和回归分析等技术途径,建立了导弹自控终点纵向散布和初始发射姿态之间的数学模型,依据此模型并给定导弹自控终点纵向散布,采用非线性规划方法,可获得初始姿态域。     

多管火箭射弹散布的模糊数学分析

本文利用模糊数学观点较全面地分析了影响多管火箭射弹散布的因素,利用模糊数学方法对射弹散布进行数值分析.并提出改进多管火箭射击密集度的一些意见.     

顽坳性种子生态学研究进展

本综述了顽拗性种子的生理行为，分类及与生态因子的关系。从繁殖策略，种子散布，种子贮藏和种子萌发、定居与种子顽拗性的关系出发，综述了顽拗性种子的生态特征及其进化的不同模式。进而，指出了顽拗性种子的生态学研究的意义和应用前景。     

射弹倾斜撞击靶板二次破片散布试验研究

该文对射弹大倾角穿透表面加工硬化的有限厚靶板二次破片散布规律进行了试验研究 ,并根据试验结果 ,提出了二次破片飞散区域、形成的二次破片数量与撞击速度、靶板倾角等关系 ,讨论了二次破片的形成机理。这些结果为研究破片对导弹战斗部的毁伤性能特别是多破片共同作用下的协和毁伤效应奠定了基础     

高炮对巡航导弹拦阻射击毁伤计算模型

通过分析巡航导弹的结构和特点,提出了目标毁伤准则和目标毁伤树。并在此基础上根据射弹散布规律及穿甲动力学原理建立了毁伤模型。最后以某型巡航导弹为例,对毁伤模型进行了仿真。从仿真结果来看,采用该仿真方法能够描述高炮对巡航导弹的毁伤过程。     

分布函数间几种散布序的关系

设 F是分布函数 ,对 α∈ (0 ,1 ) ,记 X+F (α) =sup{ x:F(x) <α} ,X-F (α) =inf{ x:F(x) >α} ,XF(α) =(X+F (α) +X-F (α) ) /2 .本文给出了分布函数 F和 G之间的一种散布序 ,记作 d≤ ,F d≤ G 0 <α<β<1 ,XF(β) - XF(α)≤ XG(β) - XG(α) .在一定的条件下 ,讨论了几种散布序 d≤ ,disp≤ ,d*≤ 的等价关系     

长白山针阔混交林带花粉通量及垂直散布特征初步研究

花粉散布特征和花粉通量研究是正确认识和理解花粉与植被关系的重要途径，但我国花粉通量研究开展的很少，垂直散布特征研究未见报道。本研究通过长白山针阔混交林带内不同高度花粉通量研究发现，不同高度乔木花粉百分比多高于65%，通量高于5000粒/cm²/a^-1，灌木花粉常低于2%，通量低于1000粒/cm²/a^-1，草本花粉常低于20%，通量低于3000粒/cm²/a^-1。8m以下样品花粉组成相近，松属及栎属花粉数量较多，外来花粉类型较少；16m～32m样品，白蜡属花粉数量较多，有一定量外来花粉；40m样品外来花粉数量增加。花粉收集器样品花粉组合与群落组成间的相似系数较表土样品高。本实验研究时间仅一年，其结果有待更多研究证实。     

溅落点散布误差对火箭助飞鱼雷射击效率影响研究

为分析研究溅落点散布误差对火箭助飞鱼雷对目标射击效率的影响,分析建立了火箭助飞鱼雷空中和水下弹道模型,以及对目标的自导检测模型,进而建立了基于蒙特卡罗法的火箭助飞鱼雷发现概率计算模型,并就火箭助飞鱼雷溅落点散布误差对发现概率的影响作了仿真计算.仿真结果表明,在影响火箭助飞鱼雷发现目标概率的诸多因素中,溅落点散布误差是主要的因素之一,对于特定的声自导系统,溅落点散布误差在一定范围内对发现概率的影响较为平缓,只有超过一定值后,发现概率才快速下降.     

经验分布函数在各种散布序下的充分必要条件

设Ｆｘ（ｘ），Ｇｎ（ｘ）是样本总体Ｘ，Ｙ，经验的分布函数，我们通过「１」，「３」，「４」中所定义的散布序≤ｍｉｓｐ、≤ｄ＾＊，≤＾ｄ来比较两个经验分布函烽间的散布程度，从而得到了Ｆｎ（ｘ），Ｇｎ（ｘ）在各种散布序下的充要条件。     

基于小波包散布熵与Meanshift概率 密度估计的轴承故障识别方法研究

为提升轴承故障特征提取精度和运行状态评估准确性,提出一种基于小波包散布熵与Meanshift概率密度估计的诊断方法.首先,采用小波包变换对轴承振动信号数据进行升维,通过计算每个子带的散布熵构建特征矩阵;然后,利用PCA对多维矩阵进行可视化降维,采用Meanshift无参估计得到训练样本的概率密度最大位置作为聚类中心;最后,通过计算测试样本散布熵坐标与各聚类中心的欧式距离判定测试样本类别归属.采用CWRU和QPZZ-II轴承实验台不同故障类型和故障程度样本数据对所提方法进行验证,结果表明,得益于小波包完备的理论模型和信号频带分解稀疏性,结合散布熵指标对数据样本良好的鲁棒性,所构造的特征矩阵具有较好的类内聚集性和较大的类间距离,同时,Meanshift以概率密度最大化为目标自适应迭代聚类中心和隶属度,可以有效实现对不同数据样本的分类识别.