军用多轮分布式电动车辆驱动力协调控制

设计了一种军用多轮电动车辆的行驶控制稳定性与机动性的调控制器.控制器分为3个模块:驾驶意图解释模块控制双模转向程度,兼顾对车辆的稳定性控制与机动性控制;横摆控制模块计算出整车横摆力矩给定;转矩分配模块结合车辆状态、路面状态,分配驱动力矩至各驱动轮,实现车辆控制.在ADAMS与Simulink联合仿真环境下进行了典型工况...     

基于科学知识图谱的效能评估研究可视化分析

为整体把握国内效能评估研究动态,以CNKI数据库收录的核心期刊和EI源期刊上1998年-2017年发表的1 248篇文献记录为数据源,借助CiteSpace V对其进行数据可视化分析,包括研究成果时序图谱、学科分布、研究力量分布、作者合作、机构合作、关键词聚类、文献共引、突变词分析等。研究结果显示,国内效能评估研究论文产出符合普賴斯逻辑增长曲线;武器工业学科方向效能评估研究成果占论文总产出的59.45豫;《火力与指挥控制》和《系统仿真学报》为效能评估领域的核心区期刊;作者以张安、徐浩军、郭三学等为核心;机构集中于空军工程大学和西北工业大学,且作者合作和机构合作关系网络均较为松散;效能评估、作战效能等是该领域的热点关键词;突变词"云模型"、"指标体系"代表当前效能评估研究的热点和前沿。     

杂波环境下红外传感器滤波算法

基于定向概率数据关联滤波(DPDAF)算法,根据红外传感器对目标方位角与俯仰角分辨率不同的特性修正了似然函数,并利用等效观测噪声协方差阵修正滤波增益的思想,构造了一种旨在提高红外传感器跟踪性能的修正定向概率数据关联滤波算法.蒙特卡洛仿真结果表明,新算法对红外目标的跟踪具有比DPDAF更好的跟踪性能.     

基于大数据的态势感知运用分析

善用数据者制人,不善用者制于人。围绕国家安全和军队建设的需求,通过对大数据的分析进行态势感知,日趋具有重要的价值和意义。深入研究大数据技术在态势感知中的作用机理及存在问题,有效利用其优长,解决存在的问题,充分发挥大数据的作用,有益于更好地支撑国家和军队的决策和行动。     

1553B总线即插即用解决方案

在传统1553B总线通信协议的基础上，通过增加初始握手过程和远置终端电子数据单的设计，形成具有即插即用特征的通信协议。基于这个协议，给出1553B总线控制器的即插即用设计方案，包括远置终端加入的总线表构建算法、管理数据结构和总线表动态调度的运行控制方式。总线表构建算法采用基于电子数据单的方法，根据远置终端的通信需求进行分析、计算、转换得到新的总线表。数据结构的思路是将总线表内容的分析提前到初始化时完成，以提高总线运行时的管控和数据交换的效率，以及方法的统一。总线表调度采用主总线表加插入消息的方式。对以上综合解决方案进行时间和适用场合的效果评估，结果表明该方案形成的总线周期、远置终端接入时间长度等指标达到了可以接受的程度，既保持了总线周期的稳定，又提供了即插即用所需要的控制灵活性。具有即插即用特征的1553B总线在CCSDS-SOIS架构中作为底层子网之一，为上层即插即用系统的构建提供了支撑。     

证据理论与模糊神经网络相结合的身份估计方法

重点研究了在数据融合身份估计领域中D-S证据理论与模糊神经网络相结合的多传感器数据融合方法。Demp-ster-Shafer证据理论方法是对Beyes决策检验法的推广,证据理论比概率论满足更弱的公理系统,并且在区分不确定与不知道等方面显示了很大的灵活性,但是在基于证据理论的身份估计融合中,基本可信度的分配是一个与应用密切相关的问题,也是实际应用中最难的一步。利用模糊神经网络来处理证据理论中的基本可信度分配问题,并对几种空中目标进行了身份估计数据融合,经计算机仿真实验证实了该方法的有效性。     

E 级超级计算机故障预测的数据采集方法

随着超级计算机规模向E级迅速发展，其可靠性面临巨大挑战，基于故障预测的主动容错技术成为提高系统容错能力的有效方法之一。数据采集是故障预测的基础，现有用于超级计算机故障预测的数据采集方法采集数据属性少、开销大，影响了故障预测的准确性和效率。本文面向未来E级超级计算机，提出数据采集框架（Failure Prediction Data Collection Framework, FPDC），能够全面采集与计算结点故障相关的状态数据，采用自适应多层分组数据汇集方法，有效解决了随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明，该数据采集框架具有开销小，扩展性好的优点，能够适应未来大规模系统故障预测数据采集的需求。     

主稀释剂He预热对燃烧驱动DF激光器输出性能的影响分析

针对燃烧驱动连续波DF激光器,对仅预热主稀释剂He的情况下激光器的输出性能进行了理论分析和仿真研究,并与燃料常温条件的结果进行了对比分析。对于燃料体系为(H_2+NF_3+He)+D_2和(C_2H_4+NF_3+He)+D_2的DF激光器,在燃烧室产生的F原子流量不变的条件下,当主He预热至(1100 K,1300 K)时,激光器比功率较常温条件下分别约提高了(21%,24%)和(46%,56%),同时燃烧室所需的燃料消耗分别约减少了(25. 5%,29%)和(32%,36%)。在工程应用方面,主He可成功预热至800℃(1100 K)。因此,主He预热是有效且可行的燃料预热方案,有利于改善激光器的输出性能,为激光器的高效率和紧凑化发展进程提供新的技术路线。     

备件需求过程的MAP数据拟合算法研究

为了将备件需求过程表示为马尔可夫到达过程(Markovian arrival process, MAP)形式,设计了备件需求到达流的MAP拟合算法.首先,采用EM算法将备件需求到达间隔时间拟合成Hyper-Erlang分布形式,然后利用MAP性质和Bayes公式推导出生成元矩阵的计算公式;随后设计了一个完整的数据拟合流程,并通过实例对算法的效果和效率与已有研究进行了对比.结果表明,该算法在确保拟合效果的同时,能够有效提升拟合效率.     

用于机动目标跟踪的联合IMM Viterbi数据关联算法

针对低检测概率、重杂波环境下的机动目标跟踪问题,提出一种联合交互式多模型Viterbi数据关联(C-IMM-VDA)机动目标跟踪算法.该算法利用各模式下的滤波器的量测预测、量测预测协方差及模式概率构造一个统一的综合波门,排除不可能的路径转移,减少到达一个目的节点的源节点的个数.机动目标仿真结果表明,与IMM-VDA(交互式多模型Viterbi数据关联)算法相比,C-IMM-VDA算法在大大减小计算量的同时,降低了航迹失跟率,提高了航迹平均跟踪精度.