气囊辅助RTM制备复合材料承力筒内腔尺寸控制技术

根据气囊充压压力与复合材料承力筒内径之间的变化关系,给出了成型复合材料承力筒内表面的气囊尺寸计算方程。分析了气囊充压压力增大对承力筒的壁厚、纤维含量和弯曲性能的影响。采用气囊辅助RTM工艺整体制备出复合材料承力筒。试验结果表明,气囊充压压力使复合材料承力筒的壁厚减薄,纤维体积含量增加,弯曲性能提高;选择适当的气囊充压压力可以制备出满足设计要求的复合材料承力筒。     

C2组织结构设计:平台-任务关系设计

以联合作战战役为例建立作战平台和任务模型,对C2(Command and Control)组织结构设计中平台-任务关系设计问题分析了传统多维动态列表规划算法(Multidimensional Dynamic List Scheduling,MDLS)在解决作战平台资源调度(平台-任务分配)问题的不足,提出了在平台-任务分配过程中采用任务选择平台组、平台选择任务以及两者选择冲突消除改进的MDLS算法,以解决MDLS算法的不足,并对不同方法的结果进行了比较.     

Rényi信息增量和协方差联合控制的多传感器管理算法

针对目标跟踪中雷达组网场景下多传感器管理问题,结合Rényi信息增量和协方差两种算法各自特性,利用并行处理的思想提出了一种基于Rényi信息增量和协方差联合控制的传感器管理算法。在具体仿真设计环节,分为传感器跟踪能力大于目标数和传感器跟踪能力小于目标数两种场景。仿真结果表明该算法在单目标匀速、多目标匀加速等多数场景下能够对目标进行有效跟踪,同时降低了传感器的切换频率,具有更好的实时性。     

一种Turbo码中伪随机交织器的盲识别方法

目前Turbo码的构造中广泛应用的是伪随机交织器,要完成对Turbo码的识别,必不可少地需要得到伪随机交织器的参数。针对伪随机交织器的识别问题,通过引入扩频通信中PN序列盲估计的方法,利用功率谱二次处理法求出交织长度即m序列周期,再用特征分解方法对序列进行估计。仿真实验表明,该方法能够求出m序列的相关参数,完成对伪随机交织器的识别需求。     

面向多目标跟踪的PHD滤波多传感器数据融合算法

针对密集杂波环境下单传感器应用高斯混合PHD算法进行多目标跟踪时性能下降的问题,提出一种面向多目标跟踪的PHD滤波多传感器数据融合算法。首先构建了基于高斯混合PHD滤波的多传感器数据融合系统框架,各传感器利用高斯混合PHD滤波算法进行局部状态估计,然后对各传感器的状态估计结果进行关联度计算,最后通过构建自适应混合参数,引入协方差交叉算法对关联状态进行融合。仿真实验表明,与单传感器高斯混合PHD多目标跟踪算法相比,所提算法有效提高了目标数量和状态的估计精度。     

基于微分几何与李群的无人机编队会合方法

在领航-跟随编队模式下,设计了一种基于追缉策略的无人机编队会合方法。首先,基于微分几何曲线论和弗雷涅-塞雷标架建立了无人机非解耦三维运动模型,其中将曲率和挠率作为控制量;结合该模型给出了无人机三维编队会合问题的数学描述,它将导弹制导问题中的终端落角约束映射为编队会合问题中僚机的航迹倾角约束,同时引入额外的航迹方位角约束;然后使用特殊正交群的元素来度量长僚机方向偏差,并通过局部坐标映射将其映射为对应李代数空间中的旋量;接着,基于该旋量设计了编队会合几何导引律,并给出相应的曲率和挠率控制指令;最后,分别在长机稳定平飞和转弯机动条件下进行了多机编队会合数字仿真实验,仿真结果显示僚机能够有效地跟踪长机航向并收敛至指定位形,说明了方法的有效性。     

警卫部队资产管理中厉行节约思路探讨

国有资产管理工作是后勤工作中的一项重要内容,后勤部门必须进一步理清工作思路,创新和改革国有资产管理方法,科学规划固定资产经费使用项目,既保障好中心任务的圆满完成,又贯彻好厉行节约的精神.通过分析在资产管理工作中厉行节约的重要意义,探讨当前影响贯彻厉行节约传统的主要因素,并就加强厉行节约提出几点看法.     

双频圆极化小型微带天线的设计与实现

文章设计了一种新型的单馈点双频圆极化小型微带天线,该天线采用层叠结构实现双频工作,利用两个半径不同的圆形贴片实现双频谐振;通过在上下贴片不同的对角线方向上开对称的圆孔实现圆极化和小型化。对该天线进行了仿真优化,结果表明天线工作在1.575 GHz GPS频段和2.08 GHz UMTS频段,工作频带上轴比性能良好,相比于没有开孔的圆形贴片天线尺寸减小13%左右,且具有较好的波瓣宽度。最后实际加工了相应的贴片天线并进行了测试,实测结果验证了这种设计的可行性。     

高超声速伸缩翼变形飞行器轨迹多目标优化

针对高超声速条件下变形技术的应用模式，对具有伸缩翼的组合式飞行器滑翔弹道进行了多目标优化研究。介绍了伸缩翼的变形模式，给出了不同变形状态下的气动特性；建立了三自由度滑翔轨迹动力学模型和伸缩翼前缘热流计算模型；采用MOEA/D多目标优化算法，以变形条件和飞行攻角为设计变量、以最大射程和最小翼前缘总吸热量为目标函数，进行了多目标优化计算。优化结果表明，MOEA/D计算得到了相对均匀分布的Pareto最优解集，将伸缩翼外形与无变形外形相比，飞行器滑翔段射程得到了显著提高，同时伸缩翼前缘总吸热量有明显的降低。     

面向混部云失败批处理作业的预测算法

为了降低混部云失败批处理作业的风险,使用K-means聚类算法将批处理作业分为四类,在分类的基础上提出了二层嵌套分类模型(two-layer nested classification model, TLNM),实现了基于TLNM的预测算法。基于Ali Trace 2018数据集上的实验结果表明,该算法的接受者操作特性(receiver operating characteristic, ROC)曲线明显优于其他常用分类器,ROC曲线下面积(即AUC)可以达到0.978,表明该算法具有良好的分类性能。同时召回率可以达到0.951,通过混淆矩阵可以看出TLNM算法能够准确预测出执行失败的批处理作业。