神经网络在R＆D项目中止决策中的应用

在比较研究国内外Ｒ＆Ｄ项目中止决策理论方法在基础上，论述了对正在进行的Ｒ＆Ｄ项目进行正确的中止决策模式识别的重要意义。探讨了神经网络（ＮＮ）理论用于Ｒ＆Ｄ项目中止决策的可行性，提出了适用于正在进行的Ｒ＆Ｄ项目的中止决策分析的Ｈｏｐｆｉｅｌｄ神经网络模式识别方法，并用实例验证了方法的有效性。方法的实施较为方便、计算较为简单，结果也令人满意。表明Ｈｏｐｆｉｅｌｄ神经网络模式识别方法在Ｒ＆Ｄ项目中止决策     

用双线阵CCD实现高准确度微孔自动测量

介绍了一种使用线阵CCD自动测量微小圆孔参数的方法。基于微小圆孔的夫琅和费衍射原理 ,使用正交线阵CCD实现了对微孔的直径和圆度误差的二维参数的自动测量。     

多波束及其在无人机上的应用

分析了现代作战环境下无人机面临的新威胁。介绍了多波束技术的原理和特点,分析了多波束干扰机对这些威胁的适应能力,包括对有源相控阵雷达的适应能力和多目标干扰能力。最后分析了多波束技术在无人机平台上的应用。     

线形浮标阵搜潜时无人机监听航路规划

航空反潜时,无人机代替有人机对浮标阵进行监听是无人机在未来战场上的重要应用之一。以无人机独立执行监听线形浮标阵任务为背景,在对巡逻搜潜时线形浮标阵的布设进行分析并提出无人机航路的代价函数后,根据浮标阵的特点,规划出了平行监听和垂直监听2种无人机监听浮标阵方案,并对所规划航路的技术指标进行了分析。通过仿真,对这2种方案进行了验证,仿真结果分析表明了2种方案的优劣。     

基于VLBI的上行组阵标校技术研究

天线组阵能否完全替代大口径天线有一个关键性难题,就是天线阵是否支持上行链路组阵。深空航天器无法将不同地面天线的上行信号对齐,所以上行链路信号的调整必须在地面完成。针对上行组阵发射机相位调整问题,提出一种基于VLBI(Very Long Baseline Interferometry,甚长基线干涉测量)技术的接收模式天线上行组阵标校方案,并对标校精度进行了简要分析。将上行链路时延分解为几何时延和发射系统时延,建立了几何时延模型,通过标定接收时延和发射时延,便可以得到天线阵元间的相位标校值。理论分析结果表明,该方案具有一定的可行性,对上行组阵相位标校的研究具有一定的借鉴意义。     

基于波位聚类的相控阵雷达群目标调度模型

如何有效分配有限的能量和时间资源,从而实现大量密集群目标的跟踪测量,是相控阵雷达资源调度面临的难点问题。在采用基于最小期望时间和时间槽优先占用的自适应资源调度模型的基础上,论述了基于波位动态聚类及分区识别算法的相控阵雷达群目标调度模型,详细描述了群目标调度流程图。群目标调度模型根据距离门宽度、方位俯仰波束宽度、目标速度、航迹预测误差和点迹测量误差等确定群目标的分区位置及大小,自动实现群目标的聚类和跟踪。仿真分析表明:该模型能够适应目标群的动态演化过程,实现群内外所有目标的独立跟踪,有效节约群目标跟踪时的资源开销,并已在实际工程应用中得到了验证。     

统计模式识别方法在高压压气机振动监测中的应用

本文研究了统计模式识别方法在某高压压气机振动监测中的应用，主要涉及了主成分提取算法和距离判别算法。研究结果表明，该方法可以应用到该高压压气机振动监测中去，并且获得了较好的结果。     

ALGORITHMS FOR TRACKING MANEUVERING TARGET WITH PHASED ARRAY RADAR

Ｓｉｎｃｅｐｈａｓｅｄａｒａｙｒａｄａｒｃａｎａｌｏｃａｔｅｔｈｅｒａｄａｒｒｅｓｏｕｒｃｅｓｆｌｅｘｉｂｌｙ，ｉｔｈａｓｔｈｅｐｏｔｅｎｔｉａｌｔｏｆｕｒｔｈｅｒｉｍｐｒｏｖｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｒａｃｋｉｎｇｍａｎｅｕｖｅｒｉｎｇｔ...     

基于模糊模式识别的多通道目标选择算法

给出一种多通道用户界面的三维表示模型，证明目标选择是多通道人机交互技术的核心。针对多通道用户界面中输入信息的不精确性，运用模糊模式识别理论，提出根据不精确输入信息进行的目标选择算法。     

阵列NaI（T1）探测器γ能谱合成方法探讨

介绍两路或多路NaI（T1）探测器γ能谱数据的合成方法及初步成果，以“特征峰叠加”的方法对^133Cs和^60Co的仪器谱进行单峰和双峰的叠加试验，为天然γ能谱合成提供依据。实验表明，“特征峰叠加”的方法可较好地反映各仪器谱合成前的特性，有很好的应用前景。