基于蒙特卡洛法的无人机飞行冲突解脱安全评估

冲突解脱技术是无人机与有人机共域飞行的前提保障。针对目前缺少对冲突解脱技术安全评估的方法,提出运用蒙特卡洛法对飞行冲突进行仿真模拟,得出冲突解脱算法的安全效率。提出基于改进蚁群算法的冲突解脱技术,实现无人机的飞行冲突解脱;利用蒙特卡洛法,对飞行冲突过程进行大规模仿真,计算冲突解脱效率,与基本蚁群算法进行对比,并从安全角度对结果进行分析。提出的思路可为未来无人机空域运行安全评估体系的构建提供一种理论参考。     

多样化军事任务舆情演化及引导的仿真

针对海军遂行多样化军事任务所面临的日益复杂的社会舆论环境,采用基于Agent的建模理论与方法,建立了舆情演化过程的模型,并对其进行了仿真和分析。首先,提出了个体间观点交互的规则,建立了个体观点交互的舆情演化模型。其次,基于所建模型对不同条件下的舆情演化及引导进行了仿真实验与分析。仿真结果表明,模型的统计结果与实际舆情演化情况相符,具有较强的实际性。     

基于复杂网络的维修保障力量体系建模方法

针对传统的层级式维修保障力量体系在维修保障过程中暴露出的缺陷,从维修保障力量体系与复杂网络的相似性角度出发,提出用复杂网络理论来研究维修保障力量体系。在对维修保障力量活动过程进行网络化抽象的基础上,建立了维修保障力量网络的拓扑模型,提出了描述维修保障力量网络的特征量。以师维修保障力量体系作为研究对象建立了网络拓扑模型,并对该网络结构作了适当改进。通过一系列对比发现改进后的网络更有利于维修保障,这为维修保障力量体系建设提供了一种新思路和新方法。     

装备保障资源确定技术研究与需求分析系统开发

维修资源是实施装备维修工作的物质基础和重要保证,无论是平时训练还是战时抢修,维修资源都占据着十分重要的地位,不仅影响着装备的寿命周期费用(Life Cycle Costs,LCC),还直接影响着装备的战备完好率以及部队战斗力的保持和恢复.应用更加科学高效的方法确定保障资源,是维修决策面临的重要问题之一.据此,着眼于部队装备维修保障现状需求,将维修任务分配与保障资源需求紧密结合,提出了保障资源确定分析流程,并对分析过程中的关键技术进行了相应的研究,建立了典型的维修决策模型,优化了保障资源配置.最后开发了计算机辅助决策分析系统,为维修资源的优化配置起到了很好的辅助决策作用.     

Simulink/Stateflow的AUV群体协作合同网快速原型仿真

基于合同网的AUV群体协作系统是一个混合系统,既包括合同网任务分配这一离散事件驱动模型,又包括AUV运动学模型.在研究合同网任务分配方法的基础上,提出了基于Simulink/Stateflow的AUV群体协作合同网快速原型的建立与仿真方法,实现了基于Stateflow的合同网任务分配模块与基于Simulink的AUV运动学模块的混合仿真,并给出了有、无合同网的仿真对比.仿真结果表明,该方法能够简单、快速和形象地模拟AUV系统的协同作业过程,是验证任务分配方法和分析效能的有效手段.     

IP组播在实时网络中的应用

本文简要介绍了IP组播的有关内容,通过试验总结了IP组播在实时网络中的硬件设置和软件编程,并结合Cisco交换机列举了实时网络抑制IP组播泛洪的一种方法,最后指出了IP组播技术的难点及应注意的事项。     

高速互联线的高频串扰仿真研究

为了研究PCB板上高速互联线之间的串扰,基于传输线分布参数节点导纳方程和快速傅里叶逆变换技术,仿真研究了PCB板布线间的串扰电压响应,分析了分布参数、线长度及端接阻抗对串扰强弱的影响,提出了减少串扰的措施。仿真结果表明：串扰电压值随分布电感的增加而减小,随分布电容的增加变化不明显;串扰电压值随线长增加而减小;串扰电压值随干扰线端接阻抗的增加而减小,随受扰线端接阻抗的增大而增大。     

共晶复合陶瓷损伤过程的有限元分析

针对共晶复合陶瓷的微观结构特征,建立了含强约束界面相的有限元模型,模拟了包含片状夹杂共晶复合陶瓷材料的外载应力场分布规律;应用ANSYS的APDL语言进行编程,对材料的损伤过程进行了研究。结果表明材料的破裂由基体损伤决定,随着外载荷的增加,损伤破坏沿界面延伸,并逐渐向基体内部扩展,最终造成基体的断裂。     

1/n冷储备系统可靠性评估通用模型

针对冷储备系统近似于热储备系统时可靠性评估结果受参数设置影响大的问题,构建了冷储备系统可靠性评估通用模型.从冷储备系统工作原理出发,根据模型假设确定了系统的不可靠度函数.在此基础上,对失效时间服从不同分布函数的冷储备系统,包括指数分布、正态分布和威布尔分布,推导了其不可靠度近似函数和精确函数.案例分析表明,当冷储备系统中储备元件数量增加时,通用模型与精确计算模型之间误差逐渐降低,进而大大简化了可靠性评估的计算过程,以便在工程实践中直接应用.     

基于GM-PHD的低可观测编队目标跟踪方法

考虑到多编队在低可观测情况下存在的目标跟踪问题,提出了一种基于高斯混合概率假设密度(GM-PHD)滤波算法的编队目标跟踪方法.该方法是在修剪融合过程中,先保留剪掉的高斯分量,再对这些分量进行状态外推,利用JS(Jensen-Shannon)散度判断下一时刻状态估计值与外推状态值是否相似,以判断结果体现目标丢失情况,使得真实目标不丢失,解决了低可观测情况下目标易漏检带来的跟踪性能下降问题.然后,利用编队目标的特点,结合密度聚类方法估计出编队整体的状态,避免因状态估计集合中状态值过多影响算法性能.最终,仿真实验结果表明,该方法可以在低可观测情况下有效跟踪编队目标,具有较好的跟踪性能.