边界扫描测试的数学描述模型

IEEE1149.1边界扫描机制是一种新型的VLSI电路测试及可测试性设计的有效方法,为了高效地应用边界扫描机制对电路系统进行测试,必须对其所涉及的理论方法进行深入探讨。本文应用布尔矩阵理论建立起边界扫描测试的数学描述模型,并基于所建立的模型导出了边界扫描测试中的故障检测条件和故障隔离条件。为边界扫描测试生成算法的深入研究奠定了理论基础。     

一个基于 WEB 的分布式仿真环境

现有的许多仿真环境，由于采用某一种语言或基于库方法开发，缺乏对已有仿真模型和仿真工具复用的能力，且依赖于特定的操作系统和硬件平台，尤其缺乏在Ｉｎｔｅｒｎｅｔ上运行的能力。本文针对这些不足，采用软件复用和构件技术、Ｊａｖａ 语言和ＣＯＲＢＡ 标准相结合的方法，提出了一个基于Ｗｅｂ 的分布式仿真环境框架（ＤＳＥＷ），并进行了实例分现有的许多仿真环境，由于采用某一种语言或基于库方法开发，缺乏对已有仿真模型和仿真工具复用的能力，且依赖于特定的操作系统和硬件平台，尤其缺乏在Ｉｎｔｅｒｎｅｔ上运行的能力。本文针对这些不足，采用软件复用和构件技术、Ｊａｖａ 语言和ＣＯＲＢＡ 标准相结合的方法，提出了一个基于Ｗｅｂ 的分布式仿真环境框架（ＤＳＥＷ），并进行了实例分析     

应用最大熵谱估计进行导弹系统的仿真模型验证

探讨了导弹系统仿真模型验证的定量方法。依据最大熵谱估计方法分辨力高的特点，分析其近似统计特性，分别给出了两个样本和两个正态总体的一致性检验方法。仿真结果表明，利用最大熵谱估计进行有效性检验是可行的。最后给出了一个应用实例，应用谱估计方法进行寻的制导导弹数字仿真模型验证     

密集回波环境下的一种交互式多模型算法

利用神经网络算法对基于机动目标“当前”统计模型的均值和方差自适应滤波算法进行修改 ,提高该算法的性能 ;然后与匀速模型交互作用 ,利用概率数据关联处理密集回波环境下机动目标的跟踪问题 ,这样既保持了对强机动目标的跟踪性能 ,同时又提高了对弱机动目标的跟踪精度。仿真结果证明该算法确为一种非常有效的方法     

运用警报关联的威胁行为检测技术综述

基于警报关联的网络威胁行为检测技术因其与网络上大量部署的安全产品耦合,且能充分挖掘异常事件之间的关联关系以提供场景还原证据,正成为复杂威胁行为检测的研究热点。从威胁行为和网络安全环境的特点出发,引出威胁行为检测的应用需求和分类,介绍基于警报关联的威胁行为检测的基本概念和系统模型;重点论述作为模型核心的警报关联方法,并分类介绍了各类典型算法的基本原理和特点,包括基于因果逻辑的方法、基于场景的方法、基于相似性的方法和基于数据挖掘的方法;并结合实例介绍了威胁行为检测系统的三种典型结构,即集中式结构、层次式结构和分布式结构;基于当前研究现状,提出了对未来研究趋势的一些认识。     

运载火箭伺服机构故障检测与诊断的扩展多模型自适应方法

针对运载火箭伺服机构故障,提出一种基于扩展多模型自适应估计的故障检测与诊断算法。建立考虑伺服机构故障的运载火箭姿态动力学模型;将故障角度作为状态变量得到增广状态空间模型;利用扩展卡尔曼滤波器进行状态向量和故障参数的非线性估计,并基于传感器测量数据采用假设检验算法在线计算故障发生的概率;给出基于扩展多模型自适应估计的故障检测与诊断算法流程。仿真结果表明,该方法在无故障时可对伺服机构进行健康监测;在单台伺服机构故障下,可以及时准确判断出哪一台芯级伺服机构发生故障,并可准确估计出伺服机构故障下的发动机摆角角度。     

序列近似优化方法

随着工程优化中仿真模型精度和计算时间的不断提高,常规的智能优化方法难以在可接受的计算代价中得到最优解。序列近似优化方法通过将近似模型技术引入优化过程,并采用不断更新采样点的方法来指导寻优,在基于计算耗时模型的优化中得到了越来越广泛的应用。通过论述序列近似优化方法的若干关键技术及其发展现状,可有效指导其在工程优化中的应用,并给出了序列近似优化方法可能的改进方法及发展趋势。     

运载火箭1/5动力学缩比模型设计

缩比模型试验是获取大型运载火箭动特性的一种有效途径,其中一项重要内容是动力学缩比模型设计。以某型运载火箭为原型对象,根据其结构组成分别推导各部件的相似关系;利用横向刚度和质量相似系数的一致性,联立形成了运载火箭横向动特性相似关系;考虑实际加工制造条件,分析了横向刚度和质量相似系数的约束;根据上述相似关系和相似系数约束设计了1/5缩比模型,并对该缩比模型的动特性相似进行有限元数值计算验证。验证结果表明,设计所得1/5缩比模型在动特性方面与原型具有较高的相似性,相关方法能够有效应用于运载火箭的动力学缩比模型设计。     

DPCA和GRNN在燃气轮机故障诊断的方法

选取其关键部件—喷口加力调节器作为故障诊断研究对象,提出了一种基于动态主元分析(DPCA)和广义回归神经网络(GRNN)相结合的喷口加力调节器故障诊断方法。在燃气轮机专用试验平台对其进行试验,采集喷口加力调节器的高压转子转速、低压转子转速、燃油油量、燃油耗量等参数原始数据,对其进行预处理,并采用DPCA方法对其进行动态主元分析,提取其不同健康状态的主元,构建特征向量,采用特征向量构建GRNN神经网络故障诊断模型,并通过测试数据对该方法的有效性进行试验验证。为表明该方法的有效性,采用了基于GRNN和基于DPCA-RBF的方法对喷口加力调节器不同健康状态进行了诊断技术研究,并对不同方法所得到的诊断结果进行了对比分析。结果表明,采用DPCA和GRNN相结合的故障诊断方法能有效识别出喷口加力调节器不同的健康状态,具有很好的实际应用价值。     

基于协同相关度的作战任务分解优化

针对协同作战中任务分解的优化问题,构建了任务协同相关度的量化模型。对作战任务中几个基本概念进行定义,从时间、逻辑、功能3个维度对任务间的协同关系进行了形式化描述,在此基础上,建立了任务协同关系的综合度量模型。最后,通过设置任务协同度阈值的方法,对协同紧密的任务进行聚合,实现任务分解的优化。通过仿真实验验证了模型的可行性和有效性。