赵利强
- 作品数：5 被引量：7H指数：1
- 供职机构：中国航空工业集团公司中国空空导弹研究院更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：航空宇航科学技术兵器科学与技术经济管理更多>>
- 一种可抛离的外置式发电装置
- 本实用新型涉及飞行设备用发电技术领域的一种可抛离的外置式发电装置，包括安装基座、涡轮发电机和连接件、转接电缆，所述安装基座上端部设有能够与飞行设备尾喷管连接，且能够断裂的连接件；所述安装基座底部设有能够通过气流发电的涡轮...
- 卫宇黄丰保赵利强薛晓东汤永光汪周斌魏志刚庄喜盈任子龙
- 导弹遥控过程的CADET算法精度分析被引量：1
- 2011年
- 协方差分析描述函数法(CADET)首次用于导弹遥控过程的精度分析。该方法通过将导弹的非线性误差、导弹的加速度计误差、以及机载雷达的目标探测误差引入导弹的中制导方程,得到CADET算法模型和误差模型,并对各项误差进行仿真。结果表明,将CADET算法引入导弹的遥控过程,能有效分析各个误差对遥控精度的影响。
- 花寅东赵利强邹士新
- 关键词：误差分析
- 基于深度学习的地空导弹发射区拟合算法被引量：6
- 2019年
- 目前地空导弹发射区的拟合算法主要是多项式拟合法和BP神经网络拟合法。多项式拟合法存在函数形式难以确定、函数范围不易分段等问题,且拟合精度较低;传统神经网络方法要想达到较高精度,需要大量的隐层节点,且在隐层节点数增加到一定程度后,训练变得十分困难且精度很难继续提高。同时,传统神经网络需要大量的标签数据,进一步增大了实际应用的难度。为此,基于深度学习理论,设计了一种基于堆栈稀疏自编码器(SSAE)的深度拟合网络(DFN),并给出了相应的训练策略。仿真实验表明其相比传统算法具有更小的拟合误差优势。所设计的深度稀疏自编码器网络可以克服多项式拟合和传统神经网络的不足,不仅可以在大量无标签数据和少量标签数据条件下进行学习训练,而且可以进一步提升地空导弹发射区的拟合精度。
- 高晓光李新宇岳勐琪张金辉赵利强吴高峰李飞
- 关键词：神经网络
- 一种天线罩瞄准误差及误差斜率控制方法
- 本发明属于主动雷达导引技术，涉及一种对导引头天线罩瞄准误差斜率(BSS)进行修正的测试及实现方法。本发明将天线罩模具上的石英纤维壳体切割分离成环带。然后在被测标准罩上逐个加载介质环，测量加载有介质环的天线罩的BSS曲线，...
- 宋银锁赵利强侯瑞沈康刘谊
- 一种气密性导弹修正通道喇叭天线
- 本发明属于喇叭天线技术，涉及对导弹修正通道喇叭天线的改进。它由波导[1]、填块、堵头、探针调节垫圈和电磁探针[2]组成，其特征在于，在电磁探针[2]与馈电端口[4]之间灌封硅橡胶，同时，在电磁探针内、外导体之间灌封硅橡胶...
- 杨晖王彰彬赵利强吉炳奇肖军稂华清
