电子战环境中的雷达侦察仿真系统设计

针对某型飞机任务系统模拟器的研制需要,结合具体的应用环境,对雷达侦察仿真系统框架进行设计并从工程应用的角度出发建立了信号生成模型、接收机噪声仿真模型和截获能力模型,利用侦察系统截获能力模型和信号生成模型之间的数据关系对信号生成模型进行优化以提高仿真的实时性,进而开发雷达侦察仿真系统。该系统目前已成功应用于基于HLA组网的某型飞机训练模拟器中,满足了系统的功能性和实时性的需求,可为相关工作提供参考。     

雷达视频回波模拟器的一种设计方法

从研制某型雷达视频回波模拟器的角度,对模拟器硬件及软件实现方法进行了介绍。阐述了视频回波信号、杂波及噪声的产生依据及方法。     

基于混和法的齿轮箱基座动力学特性全频域计算

统计能量法(SEA)在航空航天和船舶领域进行动力学环境预报方面有着广泛应用,适用于大型、复杂结构与高频率激励环境.但该方法在计算中低频振动噪声时,由于众多子系统动力特性差异,动力响应计算将产生很大误差,出现SEA失效问题.近年来出现的FE-SEA混合模型方法可有效解决这一问题,并能实现大型复杂结构的全频域一体化建模,在统一平台上进行低频、中频和高频计算及结果输出,简化建模和不同软件下模型转换,是非常适用于工程的一种方法.本研究探索采用具有上述功能的VA One软件进行舰艇基座全频域混和法动力学预报,这是国内外的首次探索,具有重要学术与工程价值.     

基于进化规划算法的舰船辐射噪声分类

神经网络分类器在舰船辐射噪声分类中得到了广泛的应用.针对神经网络分类器的设计困难,提出一种基于进化规划算法的设计方法.在该方法中,进化算法的适应度函数不是取为神经网络分类器对训练样本的识别率,而是对训练样本的可分性和聚合度同时考虑,这样能够在保证识别精度的前提下,使网络分类器具有良好的泛化能力,而且该方法不仅能够对待识别的样本进行离线学习,也能够在线学习.使用该分类器对舰船辐射噪声进行分类识别试验,结果表明该方法设计的分类器具有良好的性能.     

m阶非齐次马氏信源的一类Shannon-Mcmillan定理

采用构造相容分布与非负上鞅的方法研究了m阶马氏信源相对熵密度的强极限定理,由此得出若干马氏信源、无记忆信源的随机Shannon-Mcmillan定理.并将已有的马氏信源的结果加以推广.     

挖泥船产量计密度测量精度分析及放射源核素、活度选择研究

通过理论分析结合长江武汉航道工程局挖泥船施工现场情况提出以清水计数率作为密度测量精度的评价指标,在此基础上推导出针对不同排泥管径所需放射源活度的计算公式,据此结合现场条件建立放射源核素及活度的选择条件,为提高设备的有效性提供依据。     

船舶中速主机低频排气噪声控制研究

结合在船舶建造中遇到的低频主机排气噪声控制问题,从实船噪声源的确定、主机排气噪声谱分析和消声器声学性能验证等方面进行探索,并从排气噪声控制角度对船舶柴油机排气系统设计提出了建议。     

复合动力超长续航无人艇系统的设计与实现

为实现无人艇在海上追踪、搜救、巡逻、反潜等任务中的超长续航,避免因油料限制而被迫任务中断,设计了一套以风能、太阳能为动力的无人艇系统,利用风帆为无人艇推进,太阳能为船上电控设备提供电能。该系统由无人艇和岸基监控平台组成,无人艇可通过python开发的数据采集模块和算法模块实时采集环境数据、计算、生成并下达控制指令,在风区内可超长续航自主航行,实现全风向利用;岸基监控平台可实时监控无人艇状态,并进行自主/遥控模式切换。对系统进行了测试,通讯连接试验的可靠性高;无人艇航行试验验证了全风向自主航行的可行性,运行轨迹与仿真结果基本重合;太阳能供电分析理论上验证了风区超长续航的可实现性。     

基于Bayes判别分析方法的叙岭关隧道溶洞水源识别

基于Bayes判别方法,选取水化学常量组分作为判别指标,利用叙岭关隧道地区9个动态监测点的53个水样样本建立了该地区的水源判别模型.模型检验结果表明,其回判准确率为96.23％,具有较高的识别精度和工程推广能力.利用建立的判别模型,对叙岭关隧道1号溶洞内两个出水点RQ1和RQ2的水源进行了识别,并结合其流量动态变化特征、同位素分析结果,以及1号溶洞发育位置,推断1号溶洞内两个出水点的水源为P1m+q含水层中的岩溶地下水.根据判别结果,建议1号溶洞采取“以排为主”的原则加以处治,并尽量保留溶洞水的过水通道.     

Surface street traffic volume and single-family house price

This study investigates the relationship between surface street traffic volume and single-family house prices in a relatively small city in the US. Hedonic price models are estimated using data from 9670 transactions that occurred between January 1998 and March 2011. It is discovered that parcels fronting or adjacent to a high-traffic street sell, on average, at an 8.1% discount compared to similar parcels that are not so situated. Restricting the analysis to parcels on or adjacent to a high-traffic street, house price and traffic volume are found to be negatively related; a doubling of volume from any particular traffic count, ceteris paribus, reduces selling price by an average of 2.1%.