高性能RTI自适应通信机制研究

为了提高HLA仿真系统在高性能计算平台上的运行性能,针对高性能计算平台的高性能层次式通信环境,提出了一种共享内存/IB/以太网自适应RTI通信机制-SACM机制,该机制能够根据通信双方所在节点的网络拓扑信息,自适应建立延迟最小的通信连接,实现共享内存、IB等高速互连及以太网互连的自适应选择.同时在该通信机制中,针对节点内高速共享内存通信需求,提出了一种面向多盟员互连的共享内存通信算法,有效提高了节点内盟员通信效率.对象属性值更新延迟测试结果表明,该通信机制可以有效提高RTI在高性能计算平台的通信性能.     

极化散射矩阵的不同分布箔条云双站雷达截面分析

深入分析箔条云的极化和能量特性,首先通过极化散射矩阵讨论单根箔条的双站雷达截面,并以此为根据推导出不同分布时箔条云的双站雷达截面解柝表达式,讨论了不同极化方式的情况下具有均匀分布及不同正态分布时的双站雷达截面.     

浅谈计算机与信息战

探讨了计算机和计算机技术与信息战的关系以及在现代军事系统和民用系统中的地位和作用。并提出了信息战的概念模型、基本特征和实践效果。旨在加速信息技术的大力发展和应用,以适应未来信息战、信息化和数字化的需求。     

基于状态变换的数字电路冗余确认研究

以状态跳变图为基础,深入分析了冗余变换与非法变换的特征,提出结构冗余和功能冗余的概念,并讨论了可测故障、不可测故障和冗余之间的联系.最后结合验证和测试生成,提出状态冗余的隐含遍历确认策略.     

活塞环非圆轮廓数控仿形加工系统及伺服机构设计

本文简要综述了国内外活塞环理论研究及加工技术的发展状况,介绍了活塞环加工的一种新的方式和技术──活塞环非圆轮廓数控访形加工系统的构成和工作原理,详细论述了其伺服机构的设计,最后给出了实验结果。     

隔声罩设计

根据隔声的基本原理 ,论述了隔声罩的基本设计方法及设计注意事项 ,对隔声罩的插入损失及设备的通风散热问题进行了剖析 .最后 ,给出了应用实例 .     

BSC信道下线性分组码的差错概率下界分析

针对BSC信道,提出了一种线性分组码的最大似然译码差错概率下界的计算方法.根据最大似然译码算法原理,首先将译码差错概率转化为差错事件的联合概率,基于改进的Dawson-Sankoff界的优化准则,推导出BSC信道下线性分组码差错冗余事件的判决准则,最后得到差错概率下界的计算表达式.该下界只依赖于码字的Hamming重量...     

一种含氧混合燃料喷雾特性的试验研究

针对柴油和所需的油料方案B20D10（即在柴油中掺混20%生物柴油和10%碳酸二甲酯,Dimethyl-Carbonate,DMC）,在某型重型车辆柴油机高压泵试验台上,采用定容弹和高速摄影技术,研究了掺混生物柴油和DMC后对燃油喷雾特性的影响。结果表明：在不同的背景压力下,燃料B20D10油束的贯穿距离低于柴油,最大降幅达到7.0%,锥角最大增加约15.2%;在非破碎阶段,燃料的贯穿距离与时间呈正比关系;在破碎阶段,贯穿距离与时间的关系为s∝tn,其中n约为0.57。试验结果为建立该混合燃料的喷雾模型,并进行缸内燃烧的数值模拟奠定了基础。     

用于作战效能评估的概率化案例推断模型

作战效能评估是作战辅助决策和装备体系建设等现代战争研究领域的核心问题.针对现有作战效能评估方法在不确定性处理或样本规模等方面的限制,从概率化案例推断的视角来看待作战效能评估问题,使用贝叶斯网络技术建立评估模型.该模型能够以虚拟证据形式纳入案例数据,并借助后验推断机制学得潜在的评估映射规则,以驱动新案例的评估,同时还能揭示评估指标权重的分布情况.以仿真系统结果数据作为案例输入,在Age-naRisk软件中建立并运行该模型,实际验证了模型的有效性.     

Visual SLAM in dynamic environments based on object detection

A great number of visual simultaneous localization and mapping (VSLAM) systems need to assume static features in the environment. However, moving objects can vastly impair the performance of a VSLAM system which relies on the static-world assumption. To cope with this challenging topic, a real-time and robust VSLAM system based on ORB-SLAM2 for dynamic environments was proposed. To reduce the influence of dynamic content, we incorporate the deep-learning-based object detection method in the visual odometry, then the dynamic object probability model is added to raise the efficiency of object detection deep neural network and enhance the real-time performance of our system. Experiment with both on the TUM and KITTI benchmark dataset, as well as in a real-world environment, the results clarify that our method can significantly reduce the tracking error or drift, enhance the robustness, accuracy and stability of the VSLAM system in dynamic scenes.