单一图像多滤波联合快速去雾算法

提出一种多滤波联合单一图像快速去雾算法。首先基于大气散射光特性,计算雾天图像最小通道图,给出大气耗射函数初估计;利用双边滤波保边缘的平滑特性,对雾天图像灰度图进行平滑增强处理;再以此滤波图作为引导图,对大气散射图进行引导滤波,生成准确的能体现深度变化的大气散射图。为了正确估计全球大气光,采用循环四分图形法求解雾天图像最小通道图中最亮像素;在此基础上生成视觉上较真实的清晰无雾图像。比较实验表明算法去雾效果更完整、视见度更高、速度更快。     

三角形绕流问题的分析解

三角形截面导弹气动性能的研究主要依靠实验,理论研究尚显不足。该文构造了一种从圆柱绕流到三角形绕流的近似解析变换,给出了复势、复速度、压力系数的表达式与典型算例。这种变换可便捷地给出三角形绕流的流动图谱、流速分布以及压力系数分布。其结果对认识三角形绕流以及其他非圆截面气动性能的研究具有重要意义。     

舱室在爆炸冲击载荷作用下的结构毁伤研究

为了研究舰船舱室在反舰导弹作用下的毁伤效果,模拟典型舱室进行数值仿真。分析了爆轰波和冲击波的破坏模式,研究了在爆炸冲击载荷作用下的舱室响应过程;同时结合材料失效原理,给出破坏准则。数值模拟结果表明:舱室是封闭空间,弹药爆炸产生的爆轰波和冲击波在舱壁面上多次反射;由于角隅部位汇聚冲击波而受到的超压作用要大于舱室壁面,所以破坏的部位首先出现在甲板中心到与围壁之间的角隅部位。舱室的主要破坏模式是沿着角隅部位开裂,最终舱室发生解体。通过模拟不同厚度的舱室结构可知,装药量一定时,舱壁越厚舱室抗爆能力越强。     

基于排队论的多层拦截巡航导弹效率分析

用排队论方法解决混合多层部署拦截巡航导弹效率问题.以3层部署为例,进行一定的假设,应用排队系统理论,建立了3层防空导弹武器拦截巡航导弹的效率模型.首先分别对每层防空导弹的拦截效率进行分析计算,综合后得出3层部署总的拦截效率,并计算出来袭巡航导弹的突防概率;最后给出算例,验证了模型的实用性与可行性.该方法既可以计算出给定部署方案的拦截效率,也可进行反推,得出给定拦截效率下的部署方案,具有很大的适用性,能够为作战部署计划的制定和实施提供参考依据,为指挥员提供相关的辅助决策信息.     

基于动态嵌套网格技术的飞行器导弹发射的数值模拟

该文采用基于动态嵌套网格技术上的双时间法,模拟了飞行器导弹发射时的粘性流场和导弹气动性能的变化,湍流模型为K-ω两方程模型.该文研究的是一个简单的二维模型,但所得的结论有助于理解和掌握激波对飞行器发射导弹的飞行速度、飞行稳定性和飞行轨迹的影响,并具有一定的参考价值.     

基于引导图像的边缘噪声滤波算法

由于通常的邻域运算会改变图像边缘点的灰度值,使图像的边缘变得模糊,为了改善这一现象,提出了一种基于引导图像的边缘噪声滤波算法。该算法由局部线性模型推导而来,将原始图像或其他变换形式定义为引导图像。通过对引导图像进行分析,并调节正则化参数,利用引导图像掩模对图像的边缘进行平滑处理,有效地去除了噪声。通过与其他四种常用的滤波算法进行对比实验,表明该算法的均方误差MSE仅为0.0015,峰值信噪比PSNR为28.26,远远优于其他四种常见滤波算法,不仅对图像进行了平滑去噪,在很大程度上还保护了图像的边缘信息。     

导弹力量作战行动规划综述

导弹力量作战行动规划在导弹力量作战指挥决策中具有重要作用。针对导弹力量作战行动规划中的实际问题,分析了导弹力量作战行动规划的特点,对其主要内容进行了描述,提出了导弹力量作战行动规划的基本方法和相关规划模型,构建了导弹力量作战行动效能评估指标体系,给出了相应的效能评估方法。研究结果可为导弹力量作战指挥决策提供支持,对提高常规导弹力量作战效能和整体作战能力具有参考价值,并为后续的具体研究提供一定的理论基础。     

反舰导弹冲淡式电子干扰模型研究

冲淡式电子干扰是应对反舰导弹的常用电子干扰手段,基于冲淡式干扰的基本原理建立了反舰导弹的冲淡式电子干扰模型,分析并计算了各种不同攻防对策下的冲淡式干扰的效果及其变化趋势,在此基础上讨论了对抗双方在冲淡式电子对抗中的最优对策,包括战术对策和装备策划对策,为冲淡式电子干扰攻防实践提供了一定的理论依据。     

基于模糊聚类分析法的地空导弹武器退役模型

对影响地空导弹武器装备退役的主要因素进行了分析,给出了各因素的评估模型。运用模糊聚类法对地空导弹武器的退役进行了分析计算,实例表明,该方法为地空导弹武器退役决策提供了一种较好的定量分析手段。     

基于LSTM与1DCNN的导弹轨迹预测方法

针对弹道导弹等超远程攻击目标的轨迹难以预测的问题,提出一种基于长短期记忆(long short-term memory, LSTM)网络与一维卷积神经网络(1-dimensional convolutional neural network, 1DCNN)的目标轨迹预测方法。首先,建立三自由度导弹运动模型,依据再入类型设计3种目标轨迹数据,构建机动数据库,解决轨迹数据的来源问题。其次,采用重复分割与滑动窗口的方法对轨迹数据进行预处理。然后,基于LSTM与1DCNN设计了一种目标类型分类网络,对目标进行初步分类。最后,基于1DCNN设计轨迹预测网络,对目标轨迹进行预测。仿真结果表明,提出的轨迹预测网络能够完成轨迹预测任务,预测误差在合理范围内。