基于动态神经网络的装备技术状态预测模型

装备的技术状态受多种因素的影响,诸多影响因素之间是一种多变量、强耦合、非线性的关系,同时这种关系还是动态的。根据装备技术状态的特性,使其在相空间里重构,然后利用动态神经网络建立装备技术状态预测模型,并以装备振动信号预测为例进行案例研究,验证了利用动态神经网络进行预测的可行性和优越性。     

面向工序能力的制造装备重构

为提高制造系统的快速响应能力,分析了面向可重构的制造机床模块化设计方法,提出了面向工序能力的制造机床重构的总体思路,重点从能力相似度计算、相关性分析、缺少能力参数的模块重构、冗余能力参数模块重构、能力比较、模块替换、能力验证等方面研究了基于模块的机床重构算法。通过加工中心的配置与重构对算法进行了验证,结果表明,该算法是可行和有效的。     

基于Agent的分布式卫星自主构形重构技术

自主构形重构是分布式卫星自主运行的典型任务.将构形重构问题分解为底层控制问题和上层规划问题,给出构形重构问题的统一描述,在一种递阶控制结构中探讨基于Agent的分布式卫星自主构形重构问题,并介绍基于ObjectAgent的实现框架.针对底层控制问题,提出卫星相对运动轨道调整的螺旋控制策略,并对燃料消耗量进行估计;针对上层规划问题,采用拍卖算法完成构形重构位置分配.最后通过一个仿真实例验证基于Agent的分布式卫星自主构形重构的可行性.     

信息化战争环境下的军事装备管理系统组织重构设想

针对信息化战争环境下对军事装备管理系统的新需求,提出了军事装备管理系统组织结构设计的原则,分析了军事装备管理系统组织结构的3种基本类型。在此基础上,依据需求,在探讨了军事装备管理系统重构原则的前提下,进行了军事装备管理系统重构设想,为军事装备管理系统组织变革提供前瞻性的指导。     

信号的直接采样理论

经典的采样定理建立了带限信号与其均匀采样值之间的联系。本文对采样定律作了三点补充 :1)给出在定理条件不满足时 ,由均匀采样值恢复的信号与原信号的误差表达式 ;2 )用简洁的方法分析了带通信号的均匀采样问题 ,得到了采样率应满足的条件 ;3)研究了一种特殊的非均匀采样情况 ,给出了采样率的可取范围以及由非均匀采样重构原信号的公式。这些都是对经典采样定理的丰富和深化。     

相空间有限元方法在解二维中子输运方程中的应用

本文采用相空间有限元方法求解了柱形临界多群中子输运问题。其中对于方程中的坐标变量用分片连续线性多项式作为试探函数,对于方程中的角度变量用分片连续双线性多项式作为试探函数。整个求解空间区域和角度区域分别采用三角形和矩形单元划分,然后利用迦辽金方法得到一个以网格点处角通量为未知数的线性联立代数方程组,方程组中的系数矩阵的存储采用了压缩存储技术。最后用高斯消元法解此有限元方程组,表明相空间有限元方法计算收敛性较好、计算精度高。     

分布式数据库技术研究

针对Ｃ３Ｉ系统对军用数据的实用需求,文章重点对分布式数据库技术进行了研究,并对分布式数据库的Ｃ３Ｉ系统应用提出了具体应用建议。本文可对Ｃ３Ｉ系统工程总体技术设计提供参考。     

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。     

冗余捷联惯组信息容错管理算法

对于单机多表斜置冗余捷联惯组的故障诊断、隔离和重构,提出无迹卡尔曼滤波结合三交叉容错融合方法。考虑各误差项,对不同的冗余配置建立统一数学模型。通过三交叉重构模型的设计可快速隔离一度故障并输出正确结果,对被隔离的故障表各误差系数采用无迹卡尔曼滤波方法标定,可辨识因误差系数改变而引起的软故障。以单机五陀螺的两种误差系数软故障为例仿真验证了冗余捷联惯组信息容错管理算法的正确性。