虚拟小区多层蜂窝技术在战术通信中的应用

介绍了个人通信系统PCS（Personal　Communications　System）的基本概念、结构和技术,重点比较了基于蜂窝和Ad Hoc2种联网结构形式的PCS性能差异,并针对未来战争对军事通信系统的要求,提出了一种以虚拟小区VC（Virtual Cell） 为基本结构单元的多层蜂窝战术移动通信系统。     

基于品质度量的移动Ad Hoc网络分层密钥管理优化技术

提出了一个分布式的基于品质度量的分层密钥优化管理机制。该机制通过动态选择高品质的节点作为PKG来增强移动Ad Hoc网络的安全性,并将网络生存时间最大化。节点的选择可以归结为随机(restless bandit)问题,并且将密钥更新过程分为在线和离线两个部分,从而降低了计算复杂性。仿真结果表明,该机制可增强网络的安全性和将网络生存时间最大化,非常适合移动自组网的应用要求。     

风载荷对某发射装置待发射状态的影响

应用冯.卡门功率谱和谐波合成法生成了考虑脉动效应的瞬时风速时程曲线;计算了发射筒各段的等效风压及等效力矩,给出了作用于发射筒迎风面的风压总值及等效力矩;最后将载荷作为输入条件,进行动力学分析,获得了风载荷作用下发射装置的动态响应。通过分析可知:由于发射装置具有刚度强、质量大的特点,风载荷作用下发射装置的速度、加速度响应均较低,因此,风载荷主要影响发射筒的倾斜程度。     

ABAQUS二次开发在发射场坪参数化建模与分析中的应用

发射场坪是发射系统的重要组成部分,为了能够快速准确地建立含场坪效应的发射装备非线性有限元动力学模型,实现仿真分析的自动化,引入ABAQUS二次开发技术,利用ABAQUS自带的RSG编制发射场坪参数化建模分析的插件界面,并编写对应的内核脚本程序与之级联,级联成功之后即可实现场坪建模、分析的参数化操作。该方法避免了重复建模,有效提高了仿真分析过程的自动化程度,为场坪的响应特性研究提供了有力的支撑。     

潜艇应用自航式声诱饵防御声自导鱼雷仿真研究

针对潜艇如何使用自航式声诱饵防御声自导鱼雷,在建立数学模型基础上,采用计算机仿真方法,完成潜艇使用诱饵防御声自导鱼雷的全过程推演和统计计算。通过研究诱饵参数对潜艇防御的影响,对潜艇使用声诱饵防御声自导鱼雷的战斗使用具有一定指导意义。     

移动式排烟在公路隧道火灾救援中的应用探讨

近年来我国公路隧道的建设迅速发展,然而公路隧道由于空间相对封闭,发生火灾情况下的烟气排除成为了难点。结合公路隧道通风排烟方式,探讨临界风速在隧道火灾排烟时的应用,并分析了公路隧道纵向空气流对火灾烟气流动的影响,指出不同流速的空气流对火灾烟气的影响效果不同,同时阐述了隧道内移动风机的气流环流现象。最后提出了基于不同火灾位置的排烟方案,为消防部队隧道火灾的排烟战术提供参考。     

低速率移动自组织网络安全路由协议

由于移动Ad Hoc网络具有无需基础设施,可以快速部署,很难完全被摧毁等优点,被作为数字化战场通信的优先选择,设计实现了一种适用于低速率移动Ad Hoc网络的安全路由协议——LSRP,它适用于分层架构的低速移动电台自组网,可以在网络资源有限的情况下,防御来自外部和内部两方面的攻击。LSRP协议利用分布式门限RSA签名方案来阻止非授权接入,防范来自网络外部的攻击;利用邻节点信任度评估机制,进行恶意节点检测和剪除,防范来自网络内部的攻击,增强了网络的安全性。     

液压平衡式发射装置自航发射内弹道模型与仿真

基于装备情况,探讨了潜艇液压平衡式发射装置自航发射鱼雷的可行方案,并建立了后端自流补水的自航发射方式的内弹道模型,进行了计算机仿真。通过试验结果描述鱼雷螺旋桨工作特性,分析了自航发射鱼雷出管速度偏低的原因,并提出改进措施。     

放大转发双向中继网络的移动级联信道统计特征分析

针对放大转发协议下双向中继网络移动级联信道,为了分析其统计特征,结合用户完成信息交互的过程,将移动级联信道分解为传输部分和干扰部分两个时间过程。依据它们的双高斯乘积特点,分别给出了对应的一阶概率密度分布、二阶自相关函数和多普勒功率谱的表达式。与此同时,通过采用Gamma分布对级联信道进行了概率近似,得到了描述移动级联信道时变特性的电平通过率和平均衰落时间等指标的近似计算式。借助数值仿真验证了上述表达式的正确性。     

网络学习模式识别移动代理因素提取方法研究

从分析网络学习因素的角度出发,提出了利用数据融合理论和使用移动代理技术解决网络学习模式识别的问题。详细分析了网络学习模式中的主要因素,针对网络学习模式识别提出了使用移动代理(MA)进行因素提取的方法。同时运用数据融合技术中分布式缠绕判决模型进行描述,从而使有效地获取网络学习者的学习状态变为可能。也对网络学习因素提取MA的执行环境进行了具体阐述。设计了因素提取MA体系结构,分析了因素提取的执行过程,采用ATP层代理传输协议作为移动代理系统的应用层协议,负责学习模式识别的因素提取。