基于面目标命中要害指数的瞄准点选取方法

 瞄准点的选取是导弹火力运用的核心理论问题之一。研究并建立了主动寻的导弹武器射击面目标瞄准点选择的方法。定义了命中区域圆概率偏差(ACEP)、区域要害指数、区域命中概率及命中要害指数等概念;再根据战场先验信息划分的目标区域以及对应的区域要害指数,运用蒙特卡罗积分法计算出ACEP、区域命中概率以及命中要害指数;设计了通过计算所有拟瞄准点的命中要害指数,搜索其中的最大值,选择具有最大命中要害指数的瞄准点为最佳瞄准点的最优化方法。理论推导和仿真分析表明,对相关指标的定义合理,所设计的命中要害指数计算与搜索方法简单、精确,该结论在工程上可以指导导弹武器射击面目标的火力运用。     

企业绩效评价的若干思考

绩效是企业生产活动及经营管理的综合成果,正确评价企业绩效无论对政府、投资者还是经营管理者都具有十分重要的意义。但由于绩效评价方法不完善以及评价指标不科学,使绩效评价流于行式。构建科学的企业绩效评价指标体系应增加与现金流量相关的评价指标,增加与定量指标相关的定性指标,突出关键绩效指标,在企业不同发展阶段评价指标权重应有所区别。     

基于机动时间的项目工期单因素不确定性分析

为了分析单个工序结束时间的变化对项目工期的敏感性,以总时差的概念及定理为基础,利用概率分析的原理及方法,确定了工序结束时间的变化在不同条件下的概率值,构建了项目工期单因素不确定性分析的指标评价体系,简要说明了指标体系中确定相关参数的思路与方法;然后,采用单因素敏感性分析法,重点分析了关键工序结束时间的变化对项目工期的敏感性,给出了不同关键工序结束时间的变化对项目工期的敏感性的判别方法,以及如何从被考虑的多个关键工序中找出需要重点考虑的对总工期敏感性最强的工序;最后,通过算例进行验证和说明.该评价体系在实践中有助于项目进度计划与控制,重点监督与控制对总工期敏感性强的工序,为项目工期的多因素不确定性分析奠定理论基础.      

基于关键路径追溯的组合逻辑电路故障仿真器

提出了一个基于关键路径追溯方法的组合逻辑电路故障仿真引擎,该引擎利用了简单的数据结构和算法,具有易于实现和简单高效的特点。     

某型囊式抗荷服热性能分析

为了研究某型抗荷服在不同环境条件下的热防护性能,在分析抗荷服传热传质特点的基础上对该服装的不同节段分别建立不同的服装传热模型,再将人体热调节模型和服装模型结合起来模拟不同环境条件下人体着装的动态仿真,得到人体各节段皮肤温度、人体平均温度、核心温度以及出汗量等,计算出飞行员综合热应激指数,并进行实验验证.最后利用所建模型分析服装热阻及透湿指数对人体热负荷的影响.     

基于粒子群算法的绳系卫星展开与回收控制

绳系卫星的展开与回收是绳系卫星应用的基础问题,但通过改变系绳拉力来实现展开和回收的方法尚未得到充分研究.将系绳拉力作为控制力,并在时间域内离散,然后利用粒子群优化算法在整个可行域中寻找满足优化指标的最优值,从而得到控制力的变化规律.该控制方法可以使绳系卫星系统在最小摆动、最短时间等最优指标意义下,迅速展开到平衡位置,同时也适用于绳系卫星的回收.仿真结果表明：该控制方法同基于控制展开与回收速度的控制方法相比,展开和回收的时间短、侧向摆动小,具有一定优越性.     

基于GPU的高光谱遥感图像PPI并行优化

传统高光谱遥感信息处理算法的执行效率较低,无法满足海量遥感数据的实时处理需求。文章对基于图形处理器（graphic processing unit,GPU）的高光谱遥感信息处理并行优化方法进行了研究,针对高光谱遥感图像混合像元分解中广泛使用的纯净像元指数算法,提出了一种基于矩阵乘法的GPU并行优化算法,并给出了实验比较和性能测试数据。实验表明,该优化方法在保证结果准确性的同时,运行效率显著提升,算法加速比最高达到634倍,验证了基于GPU的高光谱数据处理并行优化算法的有效性,能够较好地满足高光谱遥感信息实时处理的应用需求。     

基于贝叶斯网络模型的导弹防御效能评估研究

效能评估涉及到评估指标的确定、评估方法的运用等诸多问题,现有的效能评估方法存在效率低下、难以解决复杂问题等诸多限制。本文在作战仿真试验的基础上,基于贝叶斯网络分析理论,进行了弹道导弹防御系统的效能评估研究。通过建立并学习贝叶斯网络评估模型,对不同方案进行了优选分析,分析了效能指标与多种因素之间的关系,计算得出响应时间、机动突防、拦截次数等对拦截结果影响较大,其余则影响较小。     

Retrieval of spinach crop parameters by microwave remote sensing with back propagation artificial neural networks: A comparison of different transfer functions

Back propagation artificial natural network (BPANN) is a well known and widely used machine learning methodology in the field of remote sensing. In this paper an attempt is made to retrieve the spinach crop parameters like biomass, leaf area index, average plant height and soil moisture content by using the X-band scattering coefficients with BPANN at different growth stages of this crop. The maturity age of this crop was found to be 45 days from the date of sowing. After 45 days from the date of sowing, this crop was cut at a certain height for production. Then, it is a point of interest to investigate the microwave response of variation in production. Significant variations in all the crop parameters were observed after cutting the crop and consequently made the problem more critical. Our work confirms the utility of BPANN in handling such a non-linear data set. The BPANN is essentially a network of simple processing nodes arranged into different layers as input, hidden and the output. The input layer propagates components of a particular input vector after weighting these with synaptic weights to each node in the hidden layer. At each node, these weighted input vector components are added. Each hidden layer computes output corresponding to these weighted sum through a non-linear/linear function (e.g. LOGSIG, TANSIG and PURLIN). These functions are known as transfer functions. Thus, each of the hidden layer nodes compute output values, which become inputs to the nodes of the output layer. At nodes of output layer also a weighted sum of outputs of previous layer (hidden layer) are obtained and processed through a transfer function. Thus, the output layer nodes compute the network output for the particular input vector. In this paper, output nodes use linear transfer function. Different transfer functions e.g. TANSIG, LOGSIG and PURELIN were used and the performance of the ANN was optimized by changing the number of neurons in the hidden layers. The present analysis suggests the need of critical analysis of the BPANN in terms of selection of the best transfer function and other network parameters for the better results.     

小型控制力矩陀螺扰动建模及性能指标分析

为实现遥感卫星的高精度指向能力,对遥感卫星星上常用执行机构控制力矩陀螺扰动及性能指标评定进行了研究。首先,充分考虑小型控制力矩陀螺的静动不平衡量以及框架轴的安装误差,根据动量定理和动量矩定理建立了完整的星载小型控制力矩陀螺的动力学模型,并对所建立模型的正确性进行了理论分析和仿真验证;其次,将含有扰动特性的小型控制力矩陀螺应用到星上,建立了整星动力学模型,并选用合适的框架伺服控制系统和转子伺服控制系统,完成整星的姿态稳定控制任务;最后,采用数值仿真的方式分析了陀螺转子静动不平衡因素以及框架角测量误差对星体姿态精度和稳定度带来的影响。结合任务要求,对小型控制力矩陀螺设计提出静动不平衡量等指标要求,以期使其满足星上光学有效载荷的成像要求。