切换导航
文档转换
企业服务
Action
Another action
Something else here
Separated link
One more separated link
vip购买
不 限
期刊论文
硕博论文
会议论文
报 纸
英文论文
全文
主题
作者
摘要
关键词
搜索
您的位置
首页
会议论文
空地电视制导导弹复杂干扰研究
空地电视制导导弹复杂干扰研究
来源 :2007年首届仪表、自动化与先进集成技术大会 | 被引量 : 0次 | 上传用户:monishibi
【摘 要】
:
研究了复杂干扰对空地电视自动寻的制导导弹系统的影响,建立了复杂干扰环境下电视自动寻的制导导弹的仿真模型,分析了地面有源干扰站和无源干扰对空地导弹的干扰情况。通过仿
【作 者】
:
张永芳
吕延军
张安
【机 构】
:
西安理工大学印刷包装工程学院 西安 710048
【出 处】
:
2007年首届仪表、自动化与先进集成技术大会
【发表日期】
:
2007年期
【关键词】
:
电视
寻的制导导弹
复杂干扰
空地导弹
干扰环境
制导精度
系统分析
无源干扰
干扰原理
干扰类型
仿真模型
导弹系统
干扰站
地面
下载到本地 , 更方便阅读
下载此文
赞助VIP
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
研究了复杂干扰对空地电视自动寻的制导导弹系统的影响,建立了复杂干扰环境下电视自动寻的制导导弹的仿真模型,分析了地面有源干扰站和无源干扰对空地导弹的干扰情况。通过仿真系统分析了干扰类型及其干扰原理,得出了复杂干扰环境下空地导弹制导精度。
其他文献
混合优化算法GA-PSO及其在工程应用中的实现技术
提出混合优化算法GA-PSO(遗传算法-粒子群优化算法)新的进化机制,并给出其实现技术。该算法融合了两种优化算法的优点,即GA的全局优化能力和保持种群多样性的机制,PSO较强的
会议
基于免疫单纯形法的鲁棒多分辨率图像配准
为了提高基于灰度的图像配准算法的鲁棒性,提出一种利用双目标函数的多分辨率配准方法,利用两个目标函数极值分布的不同突出了全局最优解。同时,提出了一种结合了人工免疫算
会议
免疫算法
单纯形法
多分辨率
图像配准算法
全局最优解
遥感图像配准
目标函数
鲁棒性
优化算法
极值分布
方法
效率
搜索
人工
灰度
基于聚类分析的模糊控制算法在制粉系统中的应用
针对火电厂球磨机制粉系统具有的多变量、强耦合、非线性及大滞后的特点,提出了一种基于聚类分析的模糊控制算法。该算法对现场记录的数据进行聚类分析后,将形成的簇投影到变
会议
德州玲珑年产千万套半钢轮胎项目竣工
据中化新网报道,山东德州玲珑轮胎有限公司二期年产1000万套半钢轮胎项目已于日前竣工。据了解,该项目2013年5月开工建设,达产后可实现年销售收入近50亿元。该项目采用VMI一
期刊
德州
玲珑
半钢
轮胎设备
一次法成型机
高科技
年销售收入
可操纵性
环保轮胎
产品形成
产品平台
舒适性
硫化机
节能性
产业化
裁断机
液氮
雪地
山东
锥形簧粘接拉伸试验条件研究
研究了锥形簧产品粘接拉伸曲线打折与拉伸位移、产品结构、胶料硬度、粘接应力的关系。结果表明,拉伸曲线打折与拉伸时受到的粘接应力太大有关。提出了锥形簧产品采用“拉伸法
期刊
锥形簧
粘接
曲线打折
粘接应力
有限元
基于模糊时序数据挖掘的火电厂制粉系统优化算法
针对以往制粉系统优化算法的不足,提出了一种基于模糊时序数据挖掘的火电厂制粉系统优化算法。该算法对现场记录数据进行模糊划分后,采用滑动时间窗方法进行模糊时序数据挖掘
会议
ACM/CM 共混胶的老化及耐介质性能研究
研究了丙烯酸酯橡胶(ACM)/氯化聚乙烯(CM)共混比对其硫化胶热空气老化前后的物理机械性能和耐油性能等的影响。结果表明,随着ACM用量的增大,硫化胶撕裂强度和硬度均下降;老化
期刊
丙烯酸酯橡胶
氯化聚乙烯
硫化时间
变化率
图像中混合噪声的小波域滤除方法
为去除实际图像中引入的脉冲噪声和高斯噪声,提出了一种在小波域对图像中混合噪声滤除的方法。对污染图像进行静态小波变换后,通过将小波系数分类,而后分别采用不同方法对其
会议
图像质量
混合噪声
小波域
噪声滤除
小波系数分类
静态小波变换
方法
实际图像
脉冲噪声
高斯噪声
边缘信息
低噪声
污染
实验
处理
倍耐力与俄罗斯合作研发轮胎制造材料
据行业期刊介绍,俄罗斯最大的石油生产商洛斯奈夫特、俄罗斯技术公司与意大利倍耐力公司近日签署了谅解备忘录,三方同意联合研究与开发轮胎制造材料。轮胎制造材料的研发将包
期刊
倍耐力
俄罗斯
合作研发
轮胎
谅解备忘录
制造材料
石油生产
期刊介绍
意大利
行业
商洛
签署
开发
技术
一种改进的增量贝叶斯分类算法
贝叶斯分类器在知识储备不足的情况下,容易对新增未标注的训练文本(新增训练集)产生分类错误,若这些分类错误的文本过早地加入到分类器中会降低其分类性能;另外,新增训练集的
会议
与本文相关的学术论文