基于HLA的弹道导弹突防仿真系统开发研究

随着反导防御系统的发展,弹道导弹突防将受到更大的威胁。HLA以其可重用性、互操作性好的特点,逐渐成为仿真的主流体系结构。介绍了HLA的系统组成和联邦开发的过程,提出了一个基于HLA的弹道导弹突防仿真系统仿真框架,为后续的仿真系统开发奠定了必要的基础。     

基于MDA的HLA系统开发流程与框架设计

HLA作为IEEE认定的分布式仿真标准，随着在军事、民用等仿真领域的广泛运用，其自身的模型重用性、互操作性等不强的弱点逐渐暴露出来，越来越不能满足大型复杂仿真系统的需要。将MDA方法引入HLA仿真系统设计中，尝试用MDA的模型思想对HLA系统进行开发，提升HLA的模型重用性和互操作性。对MDA在HLA系统中各种模型的设计和表述方式进行了分析研究，提出了一个基于MDA开发HLA仿真系统的开发流程，建立了一个基本开发框架，从软件开发的角度提高了系统的开发效率。     

面向访问模式的多核末级Cache优化方法

多核处理器架构已经成为当前处理器的主流趋势,应用程序中访问模式的多样性给多核处理器的末级Cache带来了许多挑战。提出了访问模式的多核末级Cache优化方法,它包含"可配置的共享私有Cache划分"、"可配置的旁路Cache策略"和"优先权替换策略"三个协同递进的层次。通过使用该方法,程序员能够灵活地改变末级Cache执行行为,从而高效地适应应用程序访问模式的变化。实验结果表明,提出的方法能够显著降低末级Cache的缺失率,进而提高系统的整体性能。     

基于组合赋权的火箭动力系统性能灰色关联评估

针对运载火箭动力系统的性能评估,采用灰色关联分析模型有效解决了数据缺乏问题,并且利用层次分析法与离差最大化法组合确定指标权重,避免了使用单一赋权方法导致的主观性或者客观性不足的缺陷。最后,通过对国内外5种类型运载火箭的动力系统性能进行评估排序,对比数据结果表明,采用该方法能够对运载火箭动力系统性能进行合理的评估与排序,具有一定的应用价值。     

两级修理模式下民机修理级别非经济性分析研究

针对两级修理模式在飞机维修规划中得到逐步重视的问题,提出了两级修理模式下民机修理级别非经济性分析模型。其中基于GJB-2961-1997标准,建立了两级修理级别分析的指标体系,在此基础上,利用模糊层次分析法确定各评价指标的权系数,并对灰色关联系数加权得到灰色关联度,实现了基于模糊层次分析法和灰色关联分析法的飞机修理级别综合评估。最后通过实例分析,验证了所提模型的合理性和有效性。     

低信噪比下融合随机共振的运动目标检测算法

为提高智能视频监控系统中运动目标检测算法在低信噪比条件下的鲁棒性,结合混合高斯背景建模算法和随机共振原理实现一种低信噪比下的运动目标检测算法。算法根据混合高斯背景模型对当前帧生成目标概率灰度图,在本文定义的性能评价函数下,通过向该概率灰度图添加噪声使得评价函数最优化从而达到随机共振,对该随机共振灰度图进行阈值分割得到输出的检测目标。针对昏暗、大雾和红外视频分别进行了实验,证实了本文算法的有效性同时也显示本文算法相对于普通背景差算法性能获得了明显提升。     

基于灰色模糊综合评价的网络作战能力评估

根据网络作战力量的组成和作战技术特点,深入分析影响网络作战能力的主要因素,科学构建网络作战能力评估指标体系,采用AHP/熵值法确定指标权重,运用灰色模糊综合评判法,构建实用管用的网络作战能力评估模型,有效解决网络作战力量的作战能力评估动态性、模糊性问题。     

离散Hopfield网络的航空装备机务人员能力素质模型评价

随着航空装备的不断更新,带来了航空维修内容、流程和模式的深刻变化。航空机务人员的业务能力高低成为影响航空装备安全的重要因素,为此,从静态、动态两个方面研究了航空机务人员能力评价问题。首先给出了航空机务人员能力指标体系,运用模糊综合评价法进行了影响因素权重计算和决策分析,其次利用离散Hopfield(DHNN)网络联想记忆能力,将5种机务人员能力等级指标的样本存储到DHNN的5种模式,最后运用DHNN在存储的典型等级模式中寻找与给定测试样本最相似的模式,从而确定测试样本所归属的能力指标等级。     

基于HLA的C^4ISRK作战运用仿真系统探讨

C4ISRK是实现未来信息化战场"网络中心战"概念的一组必要的装备系统.着眼于为C4ISRK系统作战运用项目先期概念技术演示提供仿真平台,提出了C4ISRK系统的概念模型,在此基础上重点研究了基于HLA的C4ISRK作战运用仿真系统的总体框架及其设计,为该仿真系统的建立和仿真实施提供了技术支持.     

基于Elman神经网络的NSG水位特性辨识方法研究

针对核动力蒸汽发生器在瞬态、启动和低功率下的“收缩”与“膨胀”现象引起的逆动力学效应使核动力蒸汽发生器水位特性难以辨识的问题,提出了基于Elman神经网络的NSG水位特性辨识的新方法.采用串-并联型辨识结构,以保证辨识的收敛性和稳定性.网络训练采用Levenberg-Marququardt BP学习算法.仿真结果表明,所提出的方法能够正确地辨识核动力蒸汽发生器的水位特性,且具有较高的辨识精度.