三波段微光彩色夜视方法研究

为克服夜视设备产生单色图像的缺陷,得到更符合人眼视觉的彩色夜视图像。根据RGB理论模型以及滤光片的分谱作用原理,基于第二代像增强器设计出一种彩色夜视方案,通过测量滤光片的光谱透过率,得出滤光片对像增强器信噪比的影响;提出利用全波图像的四帧融合解决像增强器信噪比低的问题,并进行实验验证。实验结果显示室内和室外情况下四帧融合彩色图像熵和方差分别达到6.8、35.39及7.0、45.07,均优于三帧融合时对应值,说明提出的四帧融合方法能够克服信噪比降低的缺陷,得到清晰且信息量丰富的夜视图像。     

激光羽烟透过率测试技术研究

为了准确评估固体推进剂的性能,研制了红外激光羽烟透过率测量系统。系统采用透射的方法:在发射端对激光信号采用内调制,由光学系统送入接收端,并将接收到的信号进行光电转换、信号处理和A/D转换后送入计算进行数据的处理和显示。现场测试结果表明该系统的精度、响应速度和稳定度达到设计要求。     

NA序列半参数回归模型小波估计的强相合性

对于半参数回归模型yi=xiβ+g(ti)+ei,i=1,2,…,n,对误差{ei,1≤i≤n}为NA序列,在适当的条件下研究了未知参数β的小波估计的强相合,同时也得到了未知函数g(t)的小波估计的一致强相合.     

线性可替代资源的多阶段分配模型与求解

可替代资源是指在产品生产过程中具有相同功能且能相互替代的资源。本文根据可替代资源之间通常具有的级性替代关系，建立了线性可替代资源的多阶段分配模型，并在产品生产水平与产品需求的加权相对偏最小的目标下，给出了求模型优解的方法．     

基于模糊贴近度的多目标分类算法

本针对多目标分类中线性聚合模式存在的问题，提出了一种基于贴近度分析的多目标分类新算法。在非对称贴近度分析的基础上，通过确定决策对象评价的参考等级，并依据它们与评价等级集合中各评价等级的贴近程度，来进行多目标聚合与分类。本的算例说明了该算法的可行性。     

双参数弹性地基上自由边矩形板

本文以迭加法[1]给出在V. Z. Vlazov双参数弹性地基上自由边矩形板的精确解.文中导出了在各种边界条件下的基本解式,迭加这些基本解式,求得了在双参数弹性地基上自由边矩形板的最一般的精确解.它严格满足双参数弹性地基上板的控制微分方程和自由边的边界条件和角点条件.给出了数值结果.计算结果表明:当板的平面尺寸一定,地基深度与板厚度之比H/h=15时,双参数弹性地基与Winkler弹性地基相接近,证明了Winkler地基模式适用于压缩尺寸比较薄的弹性地基.     

快Z箍缩钨丝阵内爆物理研究

 通过理论和实验研究了快Z箍缩电磁内爆动力学物理过程及其辐射特性,完成了1维和2维辐射磁流体动力学数值模拟程序。利用阳加速器、强光一号脉冲功率装置、S-300装置和Angara-5-1装置,开展了实验研究,发展了一系列观察Z箍缩等离子体辐射的诊断系统。研制了单层、双层钨丝阵及单层丝阵加聚氘乙烯芯等负载。重点研究了能量耦合和内爆动力学规律。     

爆推快点火模型分析

 使用简单的爆推模型估算爆推快点火过程及其结果。 首先由ns级主驱动激光直接驱动,形成中心低密度高温热斑,周围为高密度低温主燃料区, 两区压力平衡(等压模型);然后用ps级超短超强激光打入,产生超热电子,其能量在低温主燃料区沉积,主燃料区发生爆炸,一部分向外飞散,一部分向内压缩中心热斑。在这个爆推模型下,热斑体积压缩比为64,中子产率将有极大的提高,相应的中子产额和能量增益得到提高。离子温度因为主燃料区质量过大,提高不大。提高超热电子能量,或者减小低温主燃料区质量,离子温度将会显著提高。不同的初始离子温度对结果有很大影响,较低的初始温度下更容易得到较高的中子产率和产额。     

示踪材料在内爆X光诊断过程中的作用

激光聚变内爆实验中,在燃料中掺杂少量比例的中高Z材料,用X光光谱和X光成像测量掺杂元素的发射信息,诊断燃料的温度、密度和压缩形状。用辐射流体力学数值计算和X光成像后处理程序综合分析方法,给出了内爆靶丸优化设计,并讨论示踪材料在X光诊断中的作用。结果表明:在靶丸燃料D2中掺原子分数约1.0％的氩,内爆压缩中子产额下降约15％。由于氩线发射使整个燃料区X光发射强度提高约50倍,X光成像区域增大约30％,有利于实验诊断测量燃料芯部。为了测量燃料区的边界,在CH内壳层涂厚度0.05 μm的硫,分析表明硫Ly-α单能成像大小与流体力学计算的燃料区大小一致,可用于诊断燃料最终压缩界面。数值分析结果得到了神光Ⅱ间接驱动内爆物理相关实验的验证。     

基于快速模糊C均值聚类算法的红外图像分割

针对模糊C均值(FCM)聚类图像分割需要预先知道类别数及计算量较大的问题,提出了新的快速FCM改进方法。首先,利用边缘信息进行邻域搜索得到种子像素;通过区域生长快速获得区域分割类别数和对应的聚类中心值,并将图像分成确定类别的区域和未确定类别的区域;最后利用所得的聚类中心值和 FCM算法对未确定类别区域进行聚类。实验证明,本文提出的改进方法大大减少了计算量,显著提高了图像分割速度,而且由于聚类考虑了相邻像素点的关系,图像分割结果能够清晰地保留目标轮廓,提高了图像分割的质量。