永磁无刷直流电机驱动器并联系统环流的抑制

驱动器并联方式能有效扩大驱动容量,但该方式容易引入环流。为了抑制环流,分析了两个独立电源供电的两台驱动器并联结构系统,阐述了环流的特性,并提出了基于环流反馈的控制结构。这种控制结构通过环流的反馈,只需要控制调整其中一台驱动器,就可减小两台驱动器输出电压的差异,实现环流抑制。仿真结果表明:这种控制结构降低了控制的复杂性,能够抑制环流,实现独立电源供电的无刷直流电机驱动器并联。     

基于无阀直驱技术的坦克火炮高低向电液稳定器研究

运用无阀直驱技术设计了一种新型的坦克火炮高低向电液稳定器。论述其工作原理和特点，进行合理简化并建立系统模型，对系统进行了仿真分析。仿真结果表明，该系统具有良好的稳态和动态性能，对新型坦克火炮高低向电液稳定器设计具有实际意义。     

蚁群算法在车辆巡回保障中的应用研究

应用蚁群算法（ACA）解决车辆巡回保障问题，建立了车辆巡回保障优化数学模型，对轨迹更新规则进行了重新设定，给出了算法的实现步骤。通过算例分析，将计算结果与遗传算法（GA）和粒子群算法（PSO）作了比较，对模型和算法的正确性、高效性和适用性进行了验证。实验结果表明，该算法可以快速、有效求得车辆巡回保障的优化解，得到车辆巡回保障过程中的较优方案。     

面向战术互联网子网路由协议与网络业务的仿真分析

战术互联网是美军的新一代通信系统,它实现了美军三大传统通信系统的互联互通,在战场信息的传递与交互上至关重要。移动Ad hoc网络技术是战术互联网中的关键技术,再加上战场中的节点移动性强,高效稳定的路由算法是Ad hoc网络技术的重点和难点。战术互联网末端网络的主要业务是战场态势信息的交互以及话音通信,主要分析战场环境下不同射频功率和不同路由协议对战术互联网末端Ad hoc网络数据和话音业务性能的影响。     

《计算机与信息技术基础》课程分类分层次教学模式的研究与实践--以新疆艺术学院为例

在艺术类入校新生计算机应用能力水平偏低但存在差异的背景下，为提高计算机应用能力水平、信息素养和计算思维能力，进行《计算机与信息技术基础》课程分层教学模式研究，通过调查研究、课程建设等，建立教学目标分层，教学内容分层和教学评价分层，改变传统快慢班或讲授不同课程内容的分层方式，对教学内容进行整合，并进行分层递进教学。     

高动态GNSS信号多普勒模拟任意阶直接数字合成器设计

为高精度模拟高动态条件下GNSS信号的多普勒特性,提出一种任意阶直接数字合成信号合成器的设计方法。设计任意阶直接数字合成信号合成器的结构;通过理论分析,推导各级累加器相位初值的计算公式;给出字长选择方法。经仿真验证,该方法能精确模拟GNSS信号的多普勒特性。此外,提出的直接数字合成器设计方法不受阶数的限制,可普遍应用于各类信号模拟器的设计。     

多波束卫星网络的物理层安全性能指标研究

安全性是卫星通信网络充分发挥其优势的必要保证。将物理层安全传输技术引入多波束卫星通信网络,可望有效提高卫星通信系统的抗截获和抗侦测能力。分析了卫星通信的物理层安全应用需求,设计了一套波束成形和功率控制相结合的多波束卫星下行链路物理层安全传输策略,建立了信道模型和信号模型,构建了一套多波束卫星网络下行链路的物理层安全性能评价指标,并对指标进行了定性和定量的分析。     

轮毂电机驱动车辆转向控制策略

为提高轮毂电机驱动车辆转向机动灵活性以及安全稳定性,提出了一种基于直接横摆力矩控制的转向控制策略。以带有双桥转向机构的8轮轮毂电机驱动车辆为研究对象,研究其双重转向控制问题,建立基于车辆二自由度单轨模型的车辆参考模型,并以横摆角速度作为控制变量,建立基于横摆力矩PID控制器和横摆力矩分配控制器的转向分层控制模型。利用硬件在环实时仿真实验对所提出的转向控制策略的可行性和有效性进行分析验证。     

基于并行模拟的多核集群系统性能预测和分析

针对多核集群系统所表现出的新的性能特征,提出了面向多核集群系统消息传递应用程序的并行模拟模型并设计、实现了一个并行模拟器MCPSim(Multi-core Cluster Parallel Simulator),MCPSim在功能模型和性能模型上体现了片内核间、结点内片间以及结点间等三个层次上消息通信的特点,同时支持对应用的消息数量、通信量等的百分比分布的profiling功能,采用PRIMEJ、acobi3D、NPB IS以及HPL等Benchmark程序对MCPSim进行了测试,结果表明MCPSim性能预测的精度优于BigSim,同时能够广泛应用于针对多核集群系统消息传递应用程序的性能分析中。     

The effects of model parameter deviations on the variance of a linearly filtered time series

We consider a general linear filtering operation on an autoregressive moving average (ARMA) time series. The variance of the filter output, which is an important quantity in many applications, is not known with certainty because it depends on the true ARMA parameters. We derive an expression for the sensitivity (i.e., the partial derivative) of the output variance with respect to deviations in the model parameters. The results provide insight into the robustness of many common statistical methods that are based on linear filtering and also yield approximate confidence intervals for the output variance. We discuss applications to time series forecasting, statistical process control, and automatic feedback control of industrial processes. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010