Research on the Relation Between the Seeker's Handover and the Geometrical Position of the Missile and the Target

 研究了雷达导引头的交班误差以及截获概率与交班时刻弹目几何位置的关系,提出了单个误差角的导引头天线指向角误差模型,它与两个误差角的导引头指向角误差模型相比可以更好地分析天线指向角误差,并得到使指向角误差最小的弹目几何位置;然后进一步得到使多普勒频率误差最小的弹目几何位置;给出了最终的截获概率的表达式,截获概率由目标处于导引头天线主波束的概率、目标回波多普勒频率落入接收机频带内的概率和目标的检测概率组成的;最后分析了一种典型的中末交班情况.     

疲劳多裂纹扩展随机模型

建立了含相互干扰多裂纹结构的裂纹扩展随机模型.提出了远源裂纹、近源裂纹、概率寿命曲面等概念.给出了相互干扰多裂纹扩展随机微分方程的统一表达形式.在工程基本假设的基础上简化了相互干扰多裂纹扩展过程的计算.在此基础上可进一步分析含相互干扰多裂纹结构的可靠性,可直接应用于工程实践.     

后掠翼身干扰区流动特性及改善措施研究

利用流动显示及表面压力测量方法研究了后掠翼身干扰区的流动特性,并研究了用小边条等措施改善干扰区的流动特性的效果.结果表明,随着不同机翼后掠角、不同迎角及不同Re数对干扰区流动特性的影响,流态可以从一涡系变成多涡系,由定常变成非定常,而且在一定的Re数以后涡系会紊流化;翼身干扰区上游的的逆压梯度是导致边界层分离的物理原因,利用面积很小的边条可以降低干扰区局部的逆压梯度,可以导致干扰区的旋涡很弱,甚至不出现,这是很有实际意义的.     

前馈神经网络的一种简单共轭梯度学习算法

针对前馈神经网络学习误差函数维数高、计算复杂度大的特点,对梯度下降BP算法加以改进从而构造出一种简单共轭梯度下降算法(MPARTAN算法).该算法计算复杂度不高于动量BP算法, 与FR共轭梯度法相比,该算法的稳定性好,又具有共轭梯度法的优点,收敛速度快.文中给出了该算法的收敛定理,并用2个实验例子比较了动量BP算法、FR共轭梯度法和MPARTAN算法的计算结果.     

一种有效的软件结构图的布图算法

信息的可视化表示是帮助理解软件结构的重要手段.结构化软件中的复杂的模块调用为软件结构的分析和理解带来不便,为此提出一种以模块连接度(扇入扇出系数和)为特征的广义张量平衡算法,以图形方式直观地表现出模块之间复杂的调用关系.具体讨论了算法应遵循的原则,给出了算法的可操作规则集.实践证明,该算法布出的图形具有高度的对称性和紧耦合性,且层次分明,线间交叉少,同时符合图形语义要求和协调性原则.     

关于非结构网格生成中的背景函数

背景信息对于用阵面推进法生成非结构网格是一个关键的环节.文章基于众多文献中提到的背景信息提供方法,提出一种更为实用的背景信息提供技术.此方法不仅避免了不必要的机时,内存的消耗,又使网格具有光滑性,网格的生成具有灵活性,方便性的特点.基于生成的网格采用有限体积法研究无粘高超音速化学非平衡流的流场分布,生成的网格能够成功的运用于高超音速化学非平衡流的数值计算。     

北斗-罗兰C组合导航的ASF修正计算与研究

介绍讨论了修正ASF的米林顿法和CLC数值积分法,并用MATLAB编程计算;用米林顿法计算的(SF+ASF),与军标"长波地波传输信道计算方法"计算结果非常吻合;CLC数值积分法计算的结果与英国PaulWilliams的结果也很吻合;而CLC数值积分法计算的(SF+ASF)与米林顿法有较大差别,但在用以推求陆地路径ASF时,二者差别就很小。试验表明,CLC数值积分法有助于复杂地形路径的ASF修正计算。     

基于对偶原理的二子样划船补偿算法

划船补偿算法一般以典型划船运动为基础,利用最优化理论来进行推导.圆锥补偿算法不仅可利用最优化理论,还可利用Goodman-Robinson理论进行推导.利用对偶原理,将Goodman-Robinson理论下得到的二子样修正圆锥补偿算法推广至划船补偿算法设计中,得到一种改进的二子样划船补偿算法.在典型划船运动条件下,对得到的划船补偿算法进行了数字仿真,并与二子样优化划船补偿算法进行了对比研究.仿真结果表明,此改进二子样划船补偿算法能提高速度更新精度.     

基于投影寻踪的高光谱图像异常检测并行算法

投影寻踪方法能有效提取数据中的非高斯结构凸显异常信息,但在求解最优投影方向时存在计算量大、运行时间长的问题,为提高处理效率,提出一种机群环境下的并行算法.选用偏度和峰度组合作为投影指标,将所有像素光谱作为特定投影方向集依次搜索,求解最优投影方向.在并行计算各候选方向投影指标时,分割图像数据分布存储于各机群结点,数据子块朝候选方向并行投影后,将指标计算式变形分解,使各结点在指标计算过程中所需数据均为本地数据,解决数据局部性问题,并采用一种"轮流作主"的机制提高算法负载均衡程度.利用实用型模块化高光谱仪数据在机群系统上进行测试,达到了较好的加速效果,表明该并行算法具有良好的并行性能.     

基于GA-BP贝叶斯算法的可靠性分析近似模型

研究了GA-BP(Genetic Algorithm-Backpropagation)贝叶斯算法在可靠性仿真中的应用.GA-BP贝叶斯算法是一种新型前馈神经网络训练算法,它建立在遗传算法(GA)、L-M(Levenberg-Marquardt) BP算法以及贝叶斯方法这三者的基础上.由于该算法的训练目标是获取对应于后验分布最大值的权值向量,并且在搜索过程中融入了遗传算法,因此能够使前馈神经网络具有更佳、更稳定的泛化性能.在可靠性仿真中,采用GA-BP贝叶斯算法来构造前馈神经网络近似模型,再用它来替代复杂费时的数值仿真程序进行Monte Carlo模拟,就能够在计算成本得到有效控制的同时获取随机输出变量的概率分布情况.