用于减少远程Cache访问延迟的最后一次写访问预测方法

为减少远程Cache访问延迟,提高共享存储系统的性能,提出了一种新的基于程序内在写突发特性的最后一次写访问预测方法,并对一个具体的目录协议进行了改造,以支持该预测方法。通过预测Cache块的最后一次写访问并提前对其进行降级,处理器能直接从主存中读取数据,从而减少了远程Cache访问所需的一个网络跳步数。与当前基于指令的预测方法相比,该方法能极大减少存储开销。基准测试程序的评测结果表明,该方法能获得83.1%的预测准确率,并且能提高8.57%的程序执行性能,同时与基于指令的预测方法相比,该方法能分别减少历史踪迹表69%的存储开销和签名表36%的存储开销。     

水下制氢反应室动态过程数值分析

为研究水下制氢反应室的动态过程规律,基于化学反应动力学和单液滴运动学得到合金/水反应转化率,并在最小自由能法计算得到生成物各组分摩尔数的基础上利用质量守恒方程得到室内各物质质量变化规律。在建立非线性移动边界螺旋管动态模型的前提下,利用能量守恒方程得到室内热力参数变化规律,进而完成制氢反应室动态过程详尽模型的建立。利用该模型编写计算程序,完成某水下制氢反应室动态过程仿真。结果表明,各仿真曲线较好地反映了对应参数的动态变化规律,验证了模型建立与仿真的正确性;合金/水反应转化率决定了反应室的物质质量变化规律及其能量释放特性。该模型可以作为制氢反应室动态特性分析及其过程控制研究的基础模型。     

基于AM-LFM和IRT的旋转微动目标成像算法

在雷达成像中,基于CS的方法因其压缩采样的特性而在高分辨雷达成像中得到广泛应用。然而由于其是一种基于参数化的成像方法,对观测位置误差特别敏感。在实际中,一般无法知道精确的观测位置。观测位置的误差会造成成像结果位置的偏离、散焦以及无法聚焦。针对基于压缩感知的成像算法存在的观测位置依赖性问题,提出了一种基于调幅-线性调频(AM-LFM)分解和逆Radon变换(IRT)的微动目标成像算法。该方法根据分解后信号调频率分离目标微动信号与主体信号,再进行IRT成像。仿真及实验结果验证了算法的可行性和有效性。     

基于循环平稳的DSSS系统窄带干扰抑制技术

在对窄带干扰的频谱特性分析的基础上,采用一种新的利用信号循环平稳特性的方法进行干扰抑制。利用LCL-FRESH滤波器对信号进行更精确的估计,从而有效地抑制了窄带干扰。仿真结果表明,同传统时域预测滤波器相比,这种干扰抑制方法,能够更好地估计和消除窄带干扰,具有更加优越的干扰抑制性能。     

基于属性的舰载机航材备件品种确定方法

航材备件品种确定是舰载机供应保障工作的重要内容。基于属性对舰载机航材备件品种确定进行研究。基于粗糙集理论对属性集进行属性约简,确定航材备件品种确定的主要影响属性,然后基于属性约简进行航材备件品种确定。给出了单属性、顺次属性和多属性的品种决策方法。最后结合实例进行了应用分析。     

坦克火控系统观瞄设备目标标记生成方法

针对目前新型主战坦克火控系统无法直接利用指控系统获取的目标位置信息,为乘员搜索目标提供辅助指示、指控系统的信息优势没有充分发挥的问题,提出了一种坦克火控系统观瞄设备目标标记生成方法。该方法有效利用获取的目标位置、车载导航定位系统输出的本车位置,以及火控系统瞄准线角度等相关信息,将目标位置信息转换为在观瞄设备内的投影位置坐标,实现了动态目标的自动指示。     

单兵火箭燃气射流噪声抑制的实验研究

为了能够有效抑制单兵火箭发射时的燃气射流噪声,设计了液体水圆柱形平衡体安置在火箭发动机后面,对平衡体降噪进行实验研究。在实验中利用压电式传感器测得了发射筒周围的冲击波超压值,与没加液体水平衡体实验测得的超压值相比较,发现放液体水平衡体时在改进发动机推力性能的同时,降低了整个观测区域的噪声,尤其是射流上游,起到了显著的降噪效果,并分析了火箭燃气射流与液体水平衡体相互作用的机理。实验结果对单兵火箭发射的噪声防护问题研究提供了科学依据。     

一种双层Powerlink网络的网关

描述了一种双层Powerlink网络的Powerlink网关,用于解决不同层次实时以太网总线之间数据转换以及不同网络之间周期同步的问题。其主要是解决了两层实时Powerlink网络通信时的周期不同步问题,通过使用这一同步机制使下层Powerlink网络在接入上层Powerlink网络时能够同步于上层网络,使每一个接入在同一上层网络的下层网络的动作实际都与上层网络保持同步,从而确保双层网络数据交互的正常进行。     

基于遗传神经网络算法后勤指挥决策能力预测

分析了后勤指挥的主要影响因素,运用信息论中的信息压缩原理,建立和优化了后勤机关指挥决策能力预测指标体系。建立了遗传算法优化的BP神经网络后勤机关指挥能力预测模型,消除了BP神经网络存在的初始权值和阈值难以确定的局限性。给出了预测实例,证明了该算法的合理性和有效性。     

一种自适应Harris角点检测算法

针对传统算法检测效果不理想的问题,提出了一种基于自适应非最大抑制策略的Harris角点检测算法;通过设置抑制半径与角点响应函数的局部最大值关联,减小抑制半径获取角点。算法有效解决了阈值选取和"聚簇"的问题。实验表明,该算法检测出的角点均匀分布,能很好地适应特征匹配等实际应用。