网络化体系效能评估建模研究

传统基于还原论的效能评估方法无法有效处理网络化体系效能的整体性评价问题.提出了网络化体系效能评估建模的创新理念,建立了网络化体系“两级五层”效能评估建模框架,对各层次效能的建模及指标间的关联关系进行了阐释;在此基础上,以网络化作战体系对抗OODA指挥周期和OODA环鲁棒性评估为例,演示了体系各层次效能指标建模和指标间关联关系研究的具体方法和过程,从而为具体体系的效能评估研究和指标体系构建提供一定的指导.     

协同空战制导优势模型研究

为解决多机协同空战中对导弹制导权移交时的制导机选择问题,建立了一种新的制导优势模型。分析了空空条件下制导优势的影响因素,主要包括机载脉冲多普勒雷达对目标的探测能力、雷达制导链路能力和导弹回传链路能力;根据不同态势下目标的雷达截面积和地杂波,采用探测概率建立了雷达探测优势模型;根据制导链路和回传链路接收的功率,建立了不同态势下的制导链路优势模型和回传链路优势模型;将前述三者优势聚合为制导优势模型。仿真实验证明了模型的合理性与有效性。     

基于3D打印的可移植人体外耳支架关键技术研究*

耳廓缺损是临床常见疾病，使用患者自体肋软骨雕刻为耳支架并植入缺损耳皮下是目前的主要治疗方法。该方法对手术者提出很高的技术要求，雕刻的外耳支架无法精确还原患者耳廓形状，同时肋软骨的切除会对患者带来并发症。本文探索使用医用硅胶制作患者个体外耳支架的关键技术，使用CT和逆向建模技术得到对应患者个体的外耳数字模型，利用3D打印技术制造人体外耳支架模具，并使用医用硅胶MED 4735完成人体外耳支架的制作成型。动物实验验证了其生物相容性，证明了该方法的可行性。通过该技术制作的硅胶人体外耳支架可以高度模仿患者特定的耳廓形状，支架精度高，制造周期短，无生物排异，可为替代肋软骨雕刻人体外耳支架进行耳廓缺损治疗提供依据。     

基于CAS的电子信息装备体系建模研究

以复杂适应系统（CAS）理论为基础建立了电子信息装备体系模型，研究了电子信息装备体系的层次结构，分两层描述体系并对每一层包含的Agent进行了界定，对体系内部各个系统的运行原理进行了分析。     

基于ANSYS／LS—DYNA的电子装备爆炸冲击振动损伤建模研究

针对电子装备爆炸冲击振动损伤问题，设计了损伤模拟的基本方案；采用ANSYS／LS—DYNA建立了二维“爆炸源-地面-弹性体-电子装备”模型；通过模型试验，获得了与实际爆炸冲击振动特性相吻合的加速度、位移和应力等数据。     

宽带无线移动信道特性测量方法研究

对比分析了几种常用的无线信道测量方法，指出了各种方法的优缺点和适用场合。重点对目前广泛应用的滑动相关信道测量方法进行了理论分析，并给出了该方法的一种实现方案，同时对几个重要的设计指标进行了探讨分析。     

一种基于语义推理的多智能体协同功能设计框架

在功能设计知识本体表示模型的基础上，提出了一种基于语义推理的多智能体协同功能设计框架。该框架分为两个部分，其中，基于Multi-agent的通信协作平台将OWL本体嵌入到FIPAACL中以实现产品设计Agent之间的设计知识通信；基于本体的功能建模方法则将本体表示与本体推理结合以支持功能设计本体的存储与检索。最后，对该框架所包含的协同功能设计本体语义推理模型进行了分析与实现，以证明所建议框架的有效性。     

自由漂浮柔性机械臂系统的动力学建模与仿真

动量矩守恒约束使自由漂浮柔性机械臂系统成为非完整系统,其动力学模型通常是难以求解的微分—代数方程,因此提出将机械臂系统等效为一个完整系统进行建模。假设载体存在姿态控制力矩,此时由于不存在动量矩守恒约束,系统变成一个完整系统,采用Lagrange方法建立其动力学方程;令方程中载体的姿态控制力矩为零,即得到自由漂浮机械臂系统的动力学方程;采用数值方法求解动力学方程,并将动力学分析的结果与ADAMS中仿真的结果进行对比,验证了模型能够有效模拟自由漂浮柔性机械臂系统的动力学特性。     

生长曲线法的数学建模及其在体外药物评价中的应用

以469抗肿瘤有效部位为例，介绍了一种用生长曲线法评价药物的方法．试验结果表明，建立的数学模型可以很好地模拟体外瘤细胞的增殖规律，通过对数学模型参数的求解，可以很好地反映药物与靶细胞的作用规律，数学模型解析结果与体内动物试验结果基本一致．由于细胞的增殖大多符合S型对数模型，通过选用不同的靶细胞，生长曲线法可广泛用于毒物、药物的评价．     

时变平坦衰落SIMO信道中的信噪比盲估计

针对恒包络信号在时变平坦衰落单输入多输出(SIMO)信道下的信噪比盲估计问题,提出一种基于EM(Expectation-Maximization)算法的改进M2M4-EM算法。利用EM算法的迭代期望值最大化思想,推导了SIMO信道下EM算法的闭式解。为进一步改善性能,通过接收信号的二阶和四阶矩(M2M4)对EM算法进行初始化。仿真结果表明,M2M4-EM算法在较宽的信噪比范围内具有较好的估计精度和较快的收敛速度。