杨氏双缝干涉光程差近似计算的弱化条件分析

利用平面几何勾股定理,推导出杨氏双缝干涉实验光程差的准确表达式,对光程差表达式进行同解变换,反演了明纹中心坐标与光程差的函数关系,并对明纹中心坐标表达式进行了分析讨论,给出了数值解,得出了 5点结论。结论表明,杨氏双缝干涉实验光程差近似计算的条件可弱化为光程差远小于双缝间距,且利用经典近似方法计算明纹中心坐标在干涉级次较大时误差较大。     

基于拓扑优化和形状优化的桨叶结构设计

直升机旋翼桨叶剖面结构设计是研究旋翼动力学设计的基础。提出一种联合拓扑优化和形状优化的 两级优化设计方法,可用于桨叶剖面结构的设计。第一级优化以变密度法(SIMP)作为拓扑优化的材料插值方 法,以桨叶体积最小化为设计目标,约束桨叶节点位移和应力,建立桨叶的拓扑优化求解模型;第二级优化以重 构的桨叶模型为基础开展形状优化,降低局部应力集中以及找到合理的边界节点位置。对优化后的模型进行 有限元分析,结果表明:通过拓扑优化和形状优化的两级优化,能够得到满足强度和稳定性要求的结构布局,为 桨叶结构设计提供指导方案。     

配对进近模式分析及研究进展

配对进近模式是在近距平行跑道上运行的,旨在提高仪表气象条件下的进场效率的一种高效进近模 式,该模式的完整流程在国内鲜有阐述。本文重点分析配对进近程序在近距平行跑道上运行时各阶段的流程, 以及配对进近程序的实施对机型、设备以及人员的具体要求;结合目前国内近距平行跑道的运行情况,国际上 对配对进近模式的研究和应用现状,指出我国引进配对进近模式的迫切性以及该模式今后的研究和发展趋势。     

基于虚拟仪器技术的发动机网络化试车测试系统设计

介绍虚拟仪器技术在发动机试车过程中的具体应用,以LabVIEW软件为平台实现信号的采集、分析、处理和显示。该系统通过网络实现数据共享,各个上位机根据自己的需要获取不同的数据,然后通过软件处理,实现对发动机试车过程的实时监控。     

装备体系贡献率评估方法探究

未来装备必须坚持体系化发展,并通过贡献率评估明确在体系中的地位和作用。明确了装备体系贡献率的定义和评估意义,分析了定性评估法、基础技战术指标比较法、综合技战术指标灰靶比较法、基于装备体系的网络层次分析法、基于体系仿真及效能评估法等装备贡献率评估方法,并给出了灰靶比较法、网络层次分析法具体评估实例。同时,结合各评估方法特点,提出了网络层次分析法、体系仿真及效能评估法相结合的改进综合评估方法流程,实现装备体系贡献率的准确评估。     

基于权重的层次矢量量化体压缩算法及其在空间环境中的应用

空间环境数据可视化是空间环境预报和服务的重要手段.目前基于矢量量化的压缩体绘制算法均只考虑了数据特点和压缩效果,并未结合具体应用需求.为适应空间环境体数据可视化具体应用需求,提出了一种应用驱动的压缩体绘制算法—-基于权重的层次矢量量化算法(WHVQ).算法将体数据划分为43的数据块,并为数据块设置权重,重点关注区域的数...     

基于类脑模型与深度神经网络的目标检测与跟踪技术研究

目标检测与跟踪技术广泛应用于交通、医疗、安保和航天等领域.目前,目标检测与跟踪技术面临目标微弱、背景复杂、目标被遮挡等挑战.同时,随着脑科学研究的不断深入,人们对人脑视觉系统的理解逐渐透彻,利用类脑计算解决复杂背景下高精度目标检测与跟踪问题成为相关领域的重要研究方向.本文结合神经工程导向的类脑模型和计算机工程导向的深度神经网络(Deep Neural Networks, DNNs),提出多种基于类脑模型与深度神经网络的目标检测与跟踪算法,包括：基于演算侧抑制的目标检测算法,基于结构 对比度(Structure Contrast, SC)视觉注意模型的弱小目标检测算法和基于记忆机制与分层卷积特征的目标跟踪算法.实验结果表明,将类脑模型和深度神经网络应用于目标检测和跟踪领域,有利于实现复杂条件下的高精度目标检测和鲁棒性目标跟踪.     

弹道导弹落点精度分析与仿真方法研究

通过对影响弹道导弹的落点精度的因素分类和影响分析,提出了利用仿真技术预测和修正弹道导弹落点偏差的方法。综合诸影响因素对导弹进行全弹道仿真试验设计和分析,为改进设计提供一定的依据。     

智能方法在惯性系统误差参数辨识中的应用

总结了目前我国提高惯性系统导航精度的技术途径,阐述了国内外惯性系统误差参数辨识方法的研究现状,介绍了当前滤波算法、智能优化算法和人工神经网络方法在惯性系统导航领域的应用情况以及存在的不足。最后,分析了空间飞行器惯性系统误差参数辨识技术的未来研究方向,即智能优化算法和人工神经网络方法等智能方法将在惯性系统误差参数辨识中发挥越来越重要的作用,通过将误差系数标定问题转换为参数辨识问题,采用智能方法在庞大的解空间内实现对惯性系统误差参数的快速辨识。     

基于大数据技术的情报侦察

Guo Yong(Comprehensive Planning Burean, Navel Equipment Department,Beijing 100841,China)