基于多信号模型的装甲车辆电源系统诊断策略

针对装甲车辆电源系统模块失效和信号失效不统一的特点,提出了一种多信号模型的改进方法,在此基础上,通过电源系统故障模式影响分析,建立了电源系统测试性模型。基于故障熵理论,利用诊断信息量和费用优化的启发式函数,确立了系统的诊断策略。计算结果表明:该方法对诊断策略的优化是有效的。该方法对装甲车辆电源系统诊断策略的研究具有一定参考意义。     

基于多蚁群的无线传感器网络路由算法

无线传感器网络的快速发展,对于其路由协议有了更高的要求,关键是在节省能耗的情况下提高数据传输效率.提出了一种基于多蚁群无线传感器网络路由算法,采用多种群并行搜索,并在种群中采用基于目标函数值得启发式信息素分配策略和根据目标函数自动调整蚂蚁搜索路径,利用蚁群的分布式特点,通过有限寿命蚂蚁的协作在源节点与目的节点之间的运动获取主路径和备选路径,然后根据节点信息适时更新路由表.仿真结果显示MACRA降低了能耗,延长了网络寿命.     

基于相关分析的坦克装甲车辆动载荷测试方法

提出了一种履带车辆动载荷的测量方法,该方法利用虚拟样机技术,根据虚拟实验所测得负重轮轮轴上的载荷和车体上特定测点的加速度进行统计分析,推导出二者之间的统计相关函数关系。在实车试验时,仅测量车体相应测点的加速度,再利用所得到的与动载荷相关关系间接测量负重轮上的输入载荷。其优点是可以不借助于测量轮进行载荷测量,具有一定的经济性和可操作性。     

二元混压式超声速进气道性能预估及优化设计

建立了具有一定精度的、简洁的二元混压式超声速进气道总压恢复、流量系数、附加阻力系数、唇口波阻系数和有效动能效率等性能预估模型 ;并分析了进气道的压缩板角、进口高度、进口高宽比等几何参数对其性能的影响。对所建立的各优化设计模型 ,利用模拟退火算法进行寻优计算。     

一种组合预测模型及预测值的模糊分级

基于多元线性回归模型及ＧＭ（１，ｎ）模型，给出了一种组合预测模型，进行了组合预测的精度分析及预测值的等级分类，并讨论了其在实际问题中的应用．     

加入WTO对我国高等教育的影响及对策

加入世界贸易组织既对我国高等教育提出了严峻的挑战,又提供了发展的良好机遇.我国加入世界贸易组织后,国外教育产业将进一步介入国内教育市场,在教育体制、教育思想、教育方式等方面,对我国高等教育将产生全面而深刻的影响.我们必须大力发展高等教育,积极支持中外合作办学,鼓励教育投资多元化,努力开辟国际教育市场,尽快完善教育法规,主动迎接WTO对我国高等教育的挑战.     

基于快速方向重叠变换的图像压缩

传统二维DCT无法稀疏表示除水平或垂直方向外的边缘,而具有强方向表示能力的方向预测离散余弦变换(DPDCT)计算复杂度过高.针对这些问题,快速方向重叠变换(FDLT)沿给定的方向模式进行变换,避免了DPDCT中的插值运算,并进一步集中分散在变换块间的能量,可以快速、稀疏地表示图像中各向异性边缘信息.此外,FDLT通过设计块边界提升,保证了算法完全重构.实验表明,FDLT计算复杂度不超过DCT的2倍.采用同样的编码方法,基于FDLT的压缩图像与基于DCT的压缩图像相比,峰值信噪比可提高0.5dB以上,而且图像边缘细节更加清晰、完整.     

二元探测传感器网络的递推加权质心目标定位算法

为进一步降低二元探测传感器网络质心定位算法的计算复杂度和通信量、提高定位精度,推导出一种质心算法的递推公式,使用该递推公式可以大大减少定位的计算、存储和通信量;在递推质心公式的基础上,提出了一种基于节点探测到目标的次数的递推加权质心定位算法,从而提高了定位精度.对递推公式和加权质心算法进行了模拟仿真,结果验证了递推公式和加权递推质心算法的有效性.     

舰炮身管的模态分析与多目标优化

舰炮的炮口扰动是影响舰炮射击精度的重要因素。为了减少舰炮的炮口扰动,优化身管结构,建立了柔性身管的ABAQUS有限元模型,将有限元模型的模态计算值与模态试验值进行比较,发现建立的柔性身管有限元模型是合理可行的。提出了混沌量子粒子群算法与动力学联合优化的方法,进行身管和炮口的多目标优化。优化结果表明,优化后炮口中心的线速度、角速度和角位移与优化前相比显著减小,身管质量有所降低,结构更加合理,该优化方法有效可行,为下一步全炮总体优化设计提供了一定的借鉴。     

基于Opnet的Link16网络仿真与性能分析

针对从链路层对Link16研究的片面性,利用Opnet设计了Link16的网络仿真模型,并对关键部分进行说明。仿真中,利用EMA把专用链路仿真软件得到的Link16链路性能曲线与Opnet的无线管道模型结合起来,弥补了Opnet在链路仿真方面的不足。最后,基于所建立的Link16网络仿真模型构建了仿真场景,并对仿真结果进行了分析,为优化Link16的网络配置提供了一定的参考。