配电教学训练仿真系统研究与开发

介绍了通过硬件仿真和软件编程实现配电器功能的原理和方法,并通过系统设计方案论证及硬件设计实现了对配电教学训练仿真系统的开发,提出了通过串行通信与PC机通信及在原有系统的基础上进行功能扩展来实现系统升级扩展的方法;软件设计采用去除冗余设计和软件仿真两次简化的模型,由控制软件对系统状态进行控制,节点状态由程序中的状态变量所体现,人机交互软件接收指令数据,并输出至主控计算机.     

雷达告警无源测距方法研究

雷达告警的一个局限性在于不能测距,提出了三种无源测距方法,雷达侦察方程测距,功率测量法,多天线相位测距,分别给出了三种方法的理论分析,并对各种距离影响因素做出了相应的误差分析,最后提出了一些提高测距精度的看法。     

基于虚拟参考点的AUV编队控制

针对自主水下航行器(AUV)的编队控制问题,分析了几种不同编队控制方法的优缺点,提出了一种融合了主从编队控制和虚拟结构编队控制二者优点的基于虚拟参考点的AUV编队控制新方法.该方法将AUV的水平面运动方程进行反馈线性化,得到一个二重积分系统,并将编队控制任务分为两个子任务,一是各个AUV的路径跟踪问题;二是要求所有的AUV要以期望的速度编队航行,在此基础上设计了AUV的编队控制律,并在设计虚拟参考点的位置更新时,综合考虑了编队中所有AUV的位置跟踪误差,实现了编队控制的高层协调.通过仿真试验,验证了所提出编队控制律的有效性.     

基于不完备数据样本的联合作战大气一海洋环境风险决策

针对大气一海洋环境对武器装备和作战行动影响的实验样本数据稀少的困难，改进和发展了一种非均匀信息扩散技术，该方法可从有限的试验／实验样本结构中客观拟合出数据信息的扩散函数，进而实现有限数据样本信息的合理拓展。利用该方法对影响联合作战的大气一海洋环境实验数据样本进行了信息扩散和仿真建模。实验结果表明该技术可对不完备数据样本进行有效的信息拓展建模，评估结果基本符合客观实际。     

基于LSSVM的JPEG图像信息隐藏盲检测算法

提出了一种基于LSSVM的针对JPEG图像的信息隐藏盲检测算法。该算法在提取JPEG图像的12维特征向量的基础上,通过LSSVM分类器对待测图像进行分类,以达到检测载密图像的目的。实验结果表明,该算法构建的LSSVM分类器对载密图像进行盲检测时,正确检测率较高,能够实现针对各类JPEG图像信息隐藏算法的有效检测。     

一种面向混合数据集可视化的高效数据转换技术

应用领域中存在大量多数据类型属性的混合数据集,但是,很多有效多变元可视化方法的适用范围都只局限于单一类型,对于混合数据集可视化效果不甚理想。针对包含数值及分类型属性的多元混合数据集,提出一种面向混合数据集可视化的数据转换技术,首先对每一数值型属性使用聚类技术进行分类化,然后应用对应分析算法量化所有分类型属性,最后将转换后的混合数据集使用经典的数值型可视化方法——星形坐标法进行展现,并且针对变元数量较多或分类型变元势较高的混合数据集,在数据转换过程中提出一套降势策略,减少参与计算的变元数量,提高计算效率。实验表明,该方法对混合数据集的可视化结果不仅易于理解,而且有利于用户发现其中的隐性知识,降势策略在提高内存及时间效率方面作用显著。     

基于反射内存网的多飞行模拟器时间同步

飞行模拟器是一个复杂的分布式实时仿真系统,而多个飞行模拟器的联网则要求高精度的同步、更高的实时性.首先对单台飞行模拟器的网络结构、同步机制进行了描述,然后介绍了反射内存网的工作原理,并利用反射内存网作为同步信号的传输链路,对多飞行模拟器组网的同步进行了研究,同时对反射内存网和以太网结构并存的特点进行了分析.     

组合网络与证据理论相结合的电路故障诊断

针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.     

一种128位高性能全流水浮点乘加部件

高精度的浮点乘加融合(FMA)部件一直是高性能微处理器设计追求的目标。提出了一种128位精度全流水FMA体系结构,采用10级平衡流水线,重点对超宽位的乘法器、加法器、前导零预测和规格化进行了流水优化。设计综合的结果表明,基于SMIC0.13μm工艺,该结构频率可以达到465MHz,比现有128位FMA性能提高了130%;在TSMC65nm工艺下,该结构的频率可达到1.075GHz,基本满足高性能计算的要求。     

基于小波神经网络的承制单位信用风险评价

根据武器装备采购中对承制单位信用风险评价特点和实际情况,确定承制单位信用风险评价指标体系,根据小波神经网络原理,构建了承制单位信用风险评价模型,并以实例进行分析。小波神经网络能够简便快捷对信用风险进行评价,并能排除主观因素的干扰,在信用风险评价中具有较好应用前景。