防空导弹武器系统射击次数的建模方法*

为评估防空导弹武器系统射击效能,在一定假设条件下,通过对防空导弹武器系统射击过程的分析,对单目标通道建立了射击次数模型.该模型考虑了目标的航路捷径和飞行高度.单目标通道射击次数模型经适当变换可求出第一个目标通道的射击次数,并根据一个射击循环中可用目标通道数受遭遇时间的限制,分三种情况对多目标通道防空导弹武器系统建立了射击次数模型.最后举例进行了仿真计算,得到了不同T值下的射击次数和遭遇点.计算结果符合实际,表明该模型具有较好的适用性.     

带末端机动的导弹再入段拦截问题研究

针对带末端具机动的导弹再入段特点,运用空气动力学理论探索导弹再入段拦截问题.首先通过分析,得到来袭导弹弹道轨迹.其次,根据来袭导弹的不同特点,分别设计了含滑动平均的比例导引律迭代算法和变比例导引律迭代算法,得到了在不同算法下的拦截仿真模型.使用Matlab进行模拟仿真研究,与传统比例算法下的拦截效果相比较,该算法不仅在末端不机动条件下,而且在末端带机动甚至复杂机动时,能够更精确地拦截目标,较好地满足了防御作战中的导弹拦截需求.     

RBF神经网络在深V型滑行艇阻力预报中的应用

基于SV、JYK系列滑行艇的阻力、浸湿面积、航行纵倾角试验数据,采用RBF神经网络建立了深V型滑行艇阻力预报数值图谱;针对艇艉底部横向斜升角变化的有限试验数据,提出了一种基于小样本试验数据的阻力修正方法。试验表明,该方法对深V型滑行艇(折角线长度与最大折角线宽度比在4~5.5,面积负荷系数在5.5~7,重心纵向相对位置在3%~9%,艉部艇底斜升角在5°~25°之间变化)阻力预报是可行的。在相同精度下,针对该文研究的问题,RBF神经网络所需时间少于BP神经网络。     

具有时滞的二阶多点边值问题3个正解的存在性

研究具有时滞的二阶多点边值问题,应用Avery和Peterson推广的Leggett-Williams不动点定理,给出了该边值问题至少存在3个正解的充分条件。     

SUPANET VPN隧道技术研究

分析了SUPANET VPN的协商流程,提出了2种隧道的建立模式,构建了SUPANET VPN拓扑结构,利用网络仿真软件OPNET对VPN—QoSNP协议进行了仿真,并验证了协议的正确性和可行性。     

基于CAS/Agent的装甲装备战损模型仿真

针对传统战损模型研究方法存在的不足,提出用人工神经网络的学习能力模拟Agent的适应性。借鉴CAS(Complex Adaptive System)理论的建模思想,引入ERA(Environment-Rules-Agents)方案建立战损模型。在外部干预Agent作用下,运用BP算法并结合CT(Cross Target)算法对红蓝双方对抗战斗进行仿真,模拟动态战场环境下装备损伤的演化过程。该模型可更好地理解装备损伤的动力学特性。     

阵列雷达自适应多零点单脉冲群目标测角算法

针对阵列体制雷达,由极大似然估计导出自适应多零点单脉冲测角原理。分析发现迭代步长过大导致双零点单脉冲技术在多目标条件下失效,因此提出加权步长改进角度估计的迭代过程,只需要较少计算量就能实现群内多个目标的精确测角。仿真结果表明：该算法在较高信噪比条件下可以精确测量群内三个目标角度,测角误差约为0.15倍波束宽度;当群目标数较多或者目标相位差接近于0时,算法性能下降明显。     

E级超级计算机故障预测的数据采集方法

面向未来E级超级计算机,提出用于故障预测的数据采集框架,能够全面采集与计算结点故障相关的状态数据。采用自适应多层分组数据汇集方法,有效解决随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明,该数据采集框架具有开销小、扩展性好的优点,能够满足未来大规模系统故障预测数据采集的需求。     

基于高精度加权紧致非线性格式的γ－Reθ转捩模型标定与应用

为准确模拟航空工程中的转捩问题,在高精度数值风洞平台上采用低速平板试验数据对基于高精度加权紧致非线性格式的γ-Re_θ转捩模型进行了标定,并在二维低速问题中进行了应用。计算结果与试验的对比表明:基于高精度加权紧致非线性格式的γ-Re_θ转捩模型可准确模拟自然转捩、旁路转捩及分离转捩的位置,并且具有较低的网格敏感性;在中等雷诺数范围,层流区域和湍流区域有相同量级时,计算必须采用转捩模型才能准确模拟阻力系数。     

一种改进的事件驱动系统框架

在给出事件驱动系统安全漏洞的基础上,指出了产生漏洞的根本原因是:系统忽视了输入系统的事件序列之间存在的相关性;系统无条件信任任何事件源产生的事件.针对这两个原因,相应提出了事件序列形式安全分析模型及基于事件源的可信度评估模型,依据这两个模型,构建了一种改进的事件驱动系统框架.