21世纪最独特的水面战斗舰——独一无二的濒海战斗舰

近些年来，濒海战斗舰各国海军非常关注，且都在以不同方式加速发展。这样一种新型战舰，缘何近些年来备受青睐？它与其他战舰有哪些差异？今后将朝什么方向发展？请看本文解读——     

电子系统的电磁仿生研究与进展

随着电磁环境愈发复杂、多变，应用于电子系统的传统电磁抗扰方式的不足正日渐突出。相比之下，生物却在可靠性、抗扰性、自适应和自修复等方面表现出明显的优势。对生物“自组织”现象进行了研究，指出了生物与电子系统的相似与不同，提出了“电磁仿生”概念。借助演化硬件这一平台，尝试着在人工电子系统中将“被组织”与“自组织”进行有机结合，使其具备生物的多种优良特性，从而提高系统在复杂电磁环境中的可靠性与适应性。     

Linux下某型制导弹目标跟踪并行算法

针对某型电视制导弹的图像特点,在Linux平台上设计了一种并行算法用于完成目标跟踪.算法思想:将制导弹的目标跟踪任务划分为图像采集、纠旋、显示和目标跟踪,程序中创建两个线程用于完成该任务;其中线程1完成图像采集、纠旋和显示;线程2完成目标跟踪.实验表明该算法实现了Linux环境下图像的实时采集、纠旋、显示和目标跟踪,与Windows下的目标跟踪算法相比,该算法有效的节省了资源.     

AR模型仿真相关高斯序列的阶数选择

采用模型仿真相关高斯序列,具有灵活性强、效率高的优点,但如何选择合适的阶数一直是模型谱估计中的关键问题.比较了四种信息量准则和修正的Levison递推方法确定阶数的优缺点,并讨论了采样点数对阶数选择和仿真结果的影响.通过选择合适的信息量准则和采样点数来确定模型阶数,可以有效地仿真功率谱服从高斯谱、n次方谱和指数谱等多种谱形的相关高斯序列,大大降低了仿真过程的计算量.     

发动机粘接界面加速老化及寿命预测

介绍发动机粘接界面老化试验,根据其力学特性的变化,建立合适的数学模型,并估算出贮存寿命。     

温度对半导体激光器退化的影响

采取等效电路模型仿真和加速退化试验相结合的方法研究温度对半导体激光器不同退化模式的影响规律。针对半导体激光器有源区退化和腔面退化进行分析,发现有源区退化会使半导体激光器阈值电流增大,而腔面退化会使半导体激光器斜率效率减小;进行了半导体激光器热特性建模与仿真,发现温度升高会使半导体激光器阈值电流增大;利用半导体激光器加速退化试验平台进行了半导体激光器加速退化试验。仿真与试验结果证明:温度升高会加剧半导体激光器腔面退化,而对有源区退化无显著影响。上述结论对进一步完善半导体激光器温度-退化仿真模型,研究温度对半导体激光器退化的作用机理和防护措施有积极作用。     

强化学习框架下移动自组织网络分步路由算法

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出强化学习框架下的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集以提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析。仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。     

一种传感器网格自协同作战模型*

传统的协同技术不能满足传感器网格复杂的协同应用在动态性、实时性以及分布决策的强协同等方面的需求。为此,建立了一种自协同技术,给出了自协同作战虚拟组织(ACBVO)的参量化描述,提出了传感器网格自协同作战模型(SGACBM),描述了协同成员的信息结构和功能结构。使用SGACBM,ACBVO能在执行任务过程中,不断监测协同工作的质量,并根据协同质量动态切换协同机制。SGACBM能改善传感器网格的协同质量,加速作战进程,实现传感器网格自协同作战。     

大规模科学数据体绘制技术综述

体绘制是刻画大规模科学数据中复杂物理特征的有效途径,然而,数据量极大、特征难以捕捉等问题依然是目前体绘制研究的主要挑战。为此,研究者们从三个方面对体绘制算法进行了深入研究,以提高大规模数据体绘制的效率和效果。一方面,依托硬件通过多处理器核来分担计算,降低单处理器核所要完成的计算量,是提高体绘制效率的一个有效途径。另一方面,充分发掘数据场内在特性对三维数据场进行约简,大幅减少绘制处理数据量从而降低算法开销,也是提高体绘制效率的一个有效途径。同时,在体绘制算法中融入特征分析和特征增强方法,让复杂物理特征从数据场中突显出来,以实现对科学数据的高质量绘制。本文对国内外体绘制技术相关研究进展进行了调研、综述,并分析了不同的研究方法,最后展望了未来体绘制技术研究的可能发展方向,包括应用驱动的特征体绘制、基于特征的约简体绘制、适应硬件的体绘制多级加速以及原位智能化体绘制等。