SDI助推段防御仿真程序

SDI助推段防御仿真程序（EOI SIM）可以详细地模拟星载探测系统和武器系统对洲际弹道导弹（ICBM）助推段的防御作战。它可用来分析战略防御不同方案和不同作战原则。仿真将包含星载主、被动探测器、硬体跟踪器和照射器、定向能武器、半主动寻动能武器以及与其有关的作战管理和C3系统的仿真。ICBM威胁仿真可模拟包括飞行器、射点、落点以及发射时序在内的不同组合方案。该仿真程序由 1万 5千余行 FORTRAN77程序行构成,它可以在大型 IBM主机、VAX11/780、PRIME和IBM　PC/AT计算机上运行。仿真程序块包括:P1-预处理程序,它允许用户从探测器、武器、ICBM标准参数的文件中选择输入数据;P2-预置程序块,通过预先运算选择的参数使仿真尽可能地节省时间;P3-主程序块,它采用事件仿真方法模拟助推段防御;P4-后处理程序,图形输出结果统计值并保留一个与有扩展板程序的 PC计算机连接的接口。 该仿真程序集中做了＊。下几方面的努力:a,尽可能准确和快而又满足结果有效性的动态计算;b,为了确保计算有效,给出详细的战况输出;C,所模拟的实体和体系结构最大限度地通用化;d,由于用户可以从威胁和防御作战各文件中自由选取探测器、武器、1＊BM等的数据,使人们很容易使用该程序。     

孙子与国际冲突中的策对论

美欧当代的政治——经济研究非常倚重于决策理论中的一支,叫做策对论。策对论采用数学似的严帑方法,力图说明以下两个问题:(1)如何确立正式的程序,在一个人的行动后罘取决于他人的行动时,阐明某项决策的战略特征;(2)如何发现人们在战略形势下即     

测量聚合物在高应变率下力学性质的实验系统

本文介绍了一种用于测量材料在高应变率下单轴应力─应变性能的实验测量系统：落重与高速摄影实验系统。该系统在现有的落重装置的基础上,增加了高速摄影和应力过程的同时测量,使得在一次实验中可同时取到应力应变数据。从而避免了这类实验中常用的变形过程中体积不变的假设。通过高速实验提供的实验照片,我们还可以观察到聚合物在高应变率下从变形到断裂的发展过程。     

多目标定位新方法

本文研究的重点是开发在胶片图象上进行多目标定位的数学基础和算法。一种具有坚实数学基础的多目标定位的探测器算法已经开发出来。该算法基于这一假设:即图象由分布成分混合组成,源于不同背景和图象中目标区域。采用最大似然估计和迭代群集算法,开发出一种从混合分布状态中分离出其主要成分的探测器算法。掌握了混合的成分,就可根据混合成分的分类和对目标形状、大小的识别进行目标定位。该算法已在一组图象上进行过测试(图象的选择基于预计的困难情况),证实了该算法在噪音和杂波背景中进行多目标定位的能力。     

用多任务雷达和光学传感器进行目标跟踪的异步数据融合

本文研究了融合来自两个不同传感器的异步数据的技术,其中一个传感器以比另一个传感器高的速率提供数据。目的是:当用另一个传感器观察时,同时获得高数据率传感器数据的最小二乘法估计。先前研究的同步数据融合算法被用来融合时间一致的数据以更新目标状态估计。考虑了融合来自光学传感器和雷达数据的情况,其中,光学传感器以高速率提供周期性数据而雷达以低数据速率提供拟周期数据。通过提供类似于由际准序次数据处理方法所得的结果的仿真,证明了利用这种数据融合方法的跟踪滤波器的性能,这种标准的序次数据处理方法需要更多的有效计算。     

纳米级精密机械的设计及特性

最近,Queensgate仪器有限公司研制出一系列超精定位机械,它们将Queensgate的压电及纳米级传感器技术融合为具有亚纳米级定位精度能力的多轴定位控制器。在这篇论文中,将介绍和讨论在这些机械的研制中所用到的一些技术,以解释如何获得纳米或亚纳米级水平的计量能力。     

采用空气轴承的大行程快速刀具伺服系统

随着对结构化超精密部件需要的不断增加,出现了加工具有高的表面光洁度以及形状精度的非旋转对称镜片的新技术。根据现有的快速刀具伺服系统,研制出了最大行程为16mm的新型快速刀具伺服系统(图1)。以前的快速刀具伺服系统采用了弹性导向机构,而现在的快速刀具伺服系统则采用了空气轴承,并且用了一个高频直线电机来驱动这个系统。由于采用了一个新的功率放大器,使得这个系统能够最高达到100Hz的频率以及1mm的振动幅度。这篇文章给出了这种新型快速刀具伺服系统的技术细节。     

高速下的外压式空气轴颈轴承研究

本文基于有限元方法,针对不同的速度参数和离心率,采用一种直接的数字方法来计算多孔外压空气轴颈轴承的性能指标,并把模拟结果同参考资料上一种空气心轴轴颈轴承的计算进行了比较。     

神经网络最小二乘估计器

Hopfield和Tank证明几种最优化问题能用Hopfield网络快速求解,而Hopfield网络是简单的类似神经元模拟处理机的递推网络。使用Hopfield网络时,目标函数的自变量收敛于超立方体的顶点。因此,它们的应用严格地限于决策最优化问题。在本文中,我们将研究目标函数自变量是实数的问题。基于Hopfield网络的概念,推导了求解最小二乘估计问题的神经网络。用这个网络,目标函数可能收敛于超立方体内的任何点,给出一个具有极大速度的实值解。由于所选择的能量函数的凸状性质,不会出现收敛到局部最小值的问题。我们还介绍了空间迭代搜索方法,以便找到可能存在于空间内任意点的最优解。最后,给出了求解线性系统和参数估计问题的模拟结果。     

多目标跟踪的数据互联——使用分层博尔兹曼机求解

数据互联是确定多目标跟踪算法中的量测源和分配概率β_i~t问题,其中β_i~t是表示第i个量测来自第t个目标这一事件的概率。本文介绍使用一个分层博尔兹曼机求解数据互联问题的新并行计算方法。研究证明,如果能得到充分多的二元神经元层数,就可以用任意小的误差计算互联概率。特别是,证明了概率β_i~j等于分层的两维网络中神经元v(i,j)激发的相对频率。文中还介绍一些简单的跟踪例子,这些例子将对用于精确的数据互联解的博尔兹曼算法的性能与使用Hopfield神经网络的另一种并行算法的性能进行比较。