战术数据链网络设计优化方法

网络设计优化问题直接关系到战术数据链系统效能的发挥。在分析数据链系统中不同消息类别有不同系统响应时间要求的基础上,提出了一种新的网络设计优化方法。通过建立模型讨论了单个数据链轮询网络的轮询周期、网络成员容量、每个轮询周期内各成员的点名次数等因素间的数学关系。并以Link-11为例进行分析计算。结果表明,该分析方法有效可行,为解决战术数据链网络设计及优化问题提供了一种思路。     

LDO稳压器敏感度建模与仿真技术

基于LDO稳压器在电磁干扰（EMI）下产生直流偏移失效的机理分析,展开敏感度建模与仿真方法研究。使用一款实验芯片,创新地引入片上电压传感器,用于测试EMI在LDO稳压器内部的传播特性。在敏感度建模中,建立等效电路模型,通过直流功能测试,Z参数阻抗特性测试验证模型的正确性,将该模型用于LDO稳压器的敏感度预测。在敏感度仿真过程中,通过分析关键子电路和不断增加寄生元件,仿真不同寄生因素对敏感度影响的权重。将仿真结果与传导直接注入法（DPI）片上测试结果对比,仿真结果与DPI测试在频域1MHz至1GHz匹配。     

适用于临近空间飞行器大变形的动网格策略

对于超大展弦比构型的低速临近空间飞行器而言,由于其在飞行过程中结构变形非常显著,因此基于计算流体力学的分析方法对于动网格提出了非常高的要求。为此,提出了一种适用于边界大变形的动网格策略,该种动网格基于映射的思想,将边界网格的位置变化以某种权重反映到流场网格,并更新网格节点位置。选取距离倒数的n次方作为权重,研究不同的权重指数n对网格变形的影响规律,然后开展了二维与三维动网格实例分析。结果表明,这种动网格方法能够很好地适用于大变形的情形,并能很好地保证变形后的网格质量。     

适用于海底观测网络的恒流远供系统可靠性分析方法

以水下单元的短路/开路故障模式为基础,提出一种分析缆系海底观测网络恒流远供系统可靠性的方法。根据系统供电和结构特性,将系统分成不同的供电链路和链路段。详细研究处于不同位置的各种水下单元发生故障时,对链路和观测设备的供电状态的影响。归纳导致系统和各链路无法正常导通、观测设备无法得到供电的状态情况,分析不同故障状态发生的概率,进而得出求解系统、供电链路与供电设备的供电可靠度的方法。通过算例分析,进一步梳理了3种供电可靠性的共性规律,说明在设计和建设恒流远供系统时,应综合考量这3种供电可靠性。     

“算法战争”的概念、特点与影响

分析了"算法战争"的概念,考察了美军围绕筹划"算法战争"所展开的相关举措,讨论了"算法战争"的潜在影响,并指出了其局限性所在。建议跟踪研判"算法战争"的未来演变趋势,依托军民融合加强算法储备,重视反制措施的研究和伦理探讨。     

平流层飞艇强迫对流特性数值仿真分析

强迫对流换热特性对平流层飞艇热状态有重要影响。以平流层飞艇流线型封闭囊体为研究对象,基于囊体内部纯导热传热的假设,采用计算流体力学方法建立平流层飞艇外部流场三维数值模型,对飞艇外部强迫对流换热特性进行仿真分析,得到了不同太阳照射角度、风速和攻角条件下的飞艇表面温度分布和内部平均温度变化规律,为平流层飞艇热状态预测和热控设计提供参考依据。     

人工智能在网络空间安全领域的发展

近几年，全球人工智能产业进入快速增长期，“网络空间”作为第五维作战空间，期望借助人工智能技术开发新一代武器装备系统，帮助作战人员主动识别漏洞，并采取措施预防或减轻未知的网络攻击。本文阐述人工智能在网络空间安全领域的发展，并对我国人工智能技术的军事应用提出建议。     

希尔伯特-黄变换在脉冲涡流信号消噪与识别中的应用

针对传统方法无法有效识别不同尺寸细小裂纹所产生的脉冲涡流信号,提出一种基于希尔伯特-黄变换的脉冲涡流信号消噪与识别算法。对脉冲涡流信号进行集成经验模态分解并通过归一化自相关函数及其方差特性分选出含有噪声的本征模态函数;对含噪声的本征模态函数进行阈值消噪并与未做处理的本征模态函数重构成无噪声信号;对无噪声信号进行希尔伯特-黄变换并计算出希尔伯特边际谱;根据希尔伯特边际谱的差异识别出不同细小尺寸的表面与下表面裂纹。实验结果表明了所提方法的有效性,经过集成经验模态分解消噪,消除了噪声对脉冲涡流信号的干扰;而基于希尔伯特-黄变换的方法则能够有效识别出不同尺寸的裂纹。     

微小型飞行器姿态快速机动控制方法

针对某弹道导弹释放的微小型飞行器的姿态控制任务需求,提出一种基于Gauss伪谱法的姿态快速机动控制方法。建立精确的姿态控制模型,并考虑反作用飞轮的耦合力矩项;采用Gauss伪谱法获取最优姿态轨迹,设计准滑模跟踪控制器以跟踪该最优轨迹。数字仿真结果表明,Gauss伪谱法计算得到的轨迹是最优的,准滑模跟踪控制器能实现对最优轨迹的良好跟踪,且对干扰力矩有较好的抑制作用。     

利用生成模型的人体行为识别

选取关键点轨迹的方向-大小描述符、轨迹形状描述符、外观描述符作为人体行为的特征;为了降低人体行为特征维数,利用信息瓶颈算法进行词表压缩;利用生成模型,结合已标记样本和未标记样本提出一种人体行为识别的半监督学习方法,解决了行为识别中的小样本问题。在You Tube数据库、中佛罗里达大学运动数据库上利用提出的方法与已有的方法进行对比实验,结果表明该方法具有更高的识别精度。