摘要：为提高干扰弹在战场上作战效能,摸清干扰弹的作战效能底数和极限施放条件,并修正干扰弹烟幕扩散方程。针对现有干扰弹作用过程形成的烟幕,烟幕透明特性和纹理各不相同,通用性较差,为能精准提取烟幕的烟幕轮廓和运动特征,提出一种基于卷积神经网络、烟幕时空特征的混合方法。该方法主要分为5个阶段:对YUV色彩空间的对比度调整;应用了差帧法检测输入视频图像序列的运动区域,设计了卷积神经网络体系结构框架,将运动区域通过卷积神经网络识别烟幕候选区域;根据烟幕的时空特征,从每个候选区域进一步识别烟幕候选区域;采用了支持向量机分类器,利用提取的特征对真实烟幕区域与非烟幕区域进行分类;提取烟幕特征的参数。经试验验证,所建立的模型将烟幕识别准确度最低提高至99.94%,能有效满足修正干扰弹作用过程中的烟幕扩散方程,为干扰弹的定型试验和作战应用提供了有力支持。

摘要：为提高电控固体推进剂(ECSP)配比设计中能量特性参数计算效率以及解决传统配比设计策略未考虑组分含量同步变化的问题,提出了一种基于revDSD-PBEP86-D3(BJ)泛函的组合密度泛函理论(DFT)方法(co-revDSD),将几何优化、振动分析、单点能计算、单点能外推等步骤组合,并结合非迭代三激发电子相关耦合簇(CCSD(T))方法进行了校正,对比了部分有机物生成焓的实验值和co-revDSD方法的计算值;建立了基于评价指数的配比设计策略,基于co-revDSD方法计算了ECSP组分生成焓,绘制了考虑ECSP不同组分含量同步变化时的能量特性参数云图。结果表明,co-revDSD方法可以高效地计算生成焓,部分有机物的实验值和co-revDSD方法的计算值误差在-5%~5%之间;硝酸羟胺(HAN)的生成焓-250.031 kJ·mol^(-1),聚乙烯醇(PVA)的生成焓与重复单元数成正比,比例系数为-219.117;氧化剂/燃料(O/F)比和Al含量的增大在一定范围内均会造成ECSP的能量特性参数的增大,增大Al含量和O/F比可在比冲合适的条件下尽可能降低燃烧温度及燃气平均相对分子质量。