指挥过程仿真

美国军队的指挥和控制是通过从国家级到总司令、到执行部队的指挥层次进行的。指挥过程涉及贯穿各指挥层次的人员、系统和方法的协调运用。本文描述司令部有效性评估工具(HEAT)指挥过程试验的处理方法,这种试验采用了实验室仿真网络的广域联合控制器(JDLNeT),即国防数据网(DDN)的子设备。这是采用JDLNeT进行的首次试验。指挥过程仿真在分布式离散事件仿真中描述。     

火控计算机的软件支持

针对机载、舰用以及地面火控计算机,阐述软件和软件支持的概念,强调软件支持应该遵守的前提原则,讨论软件支持的发展替续,并例举软件支持的实现过程。给出的结论和模式,对于火控软件的低成本获取具有参考价值,对于火控任务的高效率完成具有重要意义。     

数值许瓦尔兹－克力斯托夫变换与数值高斯－雅可比型积分

本文研究的主要内容是数值许瓦尔兹─克力斯托夫变换和它所涉及的数值奇异积分问题。利用牛顿─拉夫森迭代法导出了求解许瓦尔兹─克力斯托夫变换各个参数的数值过程。为了提高奇异积分精度,本文对数值高斯─雅可比型积分进行了研究,并用该积分方法对数值许瓦尔兹─克力斯托夫变换公式中出现的奇异积分进行了计算,取得良好结果。本文最后给出了示例,进行了验算。     

盲稀疏度下基于粒子滤波的稀疏信号重构

针对现有贪婪迭代类压缩感知重构算法对非高斯量测噪声抵抗性差的问题,提出一种盲稀疏度下基于粒子滤波的稀疏信号重构算法。该算法首先将鲁棒性更高的Huber损失函数替代常规的二次损失函数,用来增加对非高斯噪声的抵抗能力;并且引入粒子滤波实现对原始信号的最优估计,以削弱量测噪声的影响;最后在信号稀疏度未知的条件下,结合稀疏度自适应匹配追踪算法实现盲稀疏度下的原信号重构。理论分析和仿真结果表明,所提算法可以有效抵抗因非高斯噪声干扰或稀疏度未知导致的重构精度降低,且重构性能优于现有典型贪婪迭代类算法。     

基于改进蚁群算法的云计算任务调度研究

把改进的蚁群算法应用到云计算任务调度中,通过将任务在虚拟机上的一次分配作为蚂蚁的一次成功搜索,实现了虚拟机的负载均衡和调度时间的优化,提高云计算资源分配的效率。通过在Cloud Sim平台下进行仿真测试,结果显示,改进蚁群算法在负载均衡性能和总的任务调度时间方面均优于基本的蚁群算法。     

改进的Canny算法在直焊缝图像缺陷边缘检测中的应用

对含有夹渣、气孔和裂纹缺陷的直焊缝X射线图像进行缺陷的边缘检测时,传统的Canny算法虽然可以检测出缺陷的边缘,但具有自适应差和容易出现伪边缘的缺点。提出了一种改进的Canny算法,对经过非极大值抑制后的梯度直方图,利用像素最值梯度和像素最值梯度方差自适应获取连接缺陷边缘所需的高、低阈值;同时也改进了计算梯度图像所需的模板。实验结果证明,改进的Canny算法不仅进一步抑制了噪声,也避免了伪边缘的出现,在保留缺陷的边缘细节方面具有良好的效果。     

基于改进熵值法的装备维修保障能力灰色评估

装备维修保障能力评估的准确度直接影响到装备的保障效能。在评估中,指标权重的确定尤为重要。针对熵值法赋权中单一指标权重过大,影响评估结果的问题,借鉴AHP赋权法,构建基于指标信息熵的判断矩阵来求解权重,克服了熵值法单一指标权重可能过大的问题。最后采用灰色系统理论对装备的维修保障能力进行了评估,通过分析评估结果,验证了该方法的正确性。     

面向试验过程的发射场地面设备风险分析方法

针对现有风险分析方法无法较好地描述风险在系统运行过程中的分布情况,提出了面向试验过程的风险分析方法。该方法能够对系统进行全面的描述,并可以给出系统的风险事件分布。在风险识别阶段使用风险分布图和风险事件分析表,使分析人员更容易掌握系统风险分布的全局和细节,最大限度避免风险事件遗漏;在风险管理阶段使用风险分布图,将风险事件与试验过程或作业环节相联系,可以使管理人员和作业人员直观了解系统中风险存在的位置和形式,更有利于风险的控制。该方法使风险分析更接近于试验任务过程实际,更容易为工程技术人员所掌握。     

基于改进ESO的交流伺服系统FOPID定位控制

针对高炮炮控交流伺服系统高精度定位控制存在的外界干扰及诸多非线性因素,提出了基于连续光滑函数fan()的改进扩张状态观测器(ESO),并将其应用于分数阶PID控制器,即CS-ESO-FOPID。该控制器将所有外界干扰因素作为"总干扰"获取干扰实时量,并通过改进扩张状态观测器实现非线性因素的实时动态补偿。数字仿真证明,CS-ESO观测优于传统ESO观测,CS-ESO-FOPID的动态控制精度及对外部扰动的鲁棒性均优于FOPID控制,避免了基于传统ESO的分数阶PID易出现的高频颤振现象,从而验证了该控制策略的可行性和有效性。