一种高速实时数据采集处理系统设计

针对目前高速数据采集中的实时性和同步性问题,提出了一种高速实时数据采集处理设计方案。根据上述方案进行了系统的硬件和软件设计,该系统以FPGA器件作为下位机控制核心,设计了时钟同步、数据采集、数据处理、数据缓存、数据通讯等功能模块;整个系统采用ARM微处理器作为上位机控制核心,基于嵌入式Linux 2.6内核进行软件编程,负责向FPGA发送设置参数和控制指令,同时对数据前端采样和处理数据进行存储、显示、统计等。经测试验证,该方案具有高速率、高精度、同步测量、实时处理、体积小、功耗低等优点。     

一种改进方位向非线性CS大斜视角SAR成像算法

大斜视角SAR成像时存在严重的距离走动现象,慢时域的距离走动校正在解决这一问题同时导致了聚焦深度问题.分析了二维频域解耦合后残余相位误差以及时域走动校正后的多普勒调频率误差,提出一种改进的方位向非线性CS算法,校正了三次以上距离迁徙带来的相位误差,同时采用改进非线性CS扰动方程补偿了随方位偏移量线性变化的调频率误差.仿真结果表明,改进算法的大斜视角大场景成像性能优于传统的高分辨大斜视角成像算法.     

辐射传热时活塞式气缸中加热气体的最大膨胀功

对热辐射传热定律q∝Δ(T4)下,给定初态内能、体积,末态体积以及过程时间时,加热气体膨胀的最优构型进行了研究,利用最优控制理论得出最大膨胀功输出时膨胀的最优构型由两个瞬时绝热分支和一个E-L分支组成的结论.给出了各分支之间转换点参数的求解方法及最优构型的数值算例,最后将线性唯象传热定律、牛顿传热定律、平方传热定律、立方传热定律和辐射传热定律下加热气体膨胀的最优构型进行了比较.结果显示,随着传热指数的增加,理想气体的内能呈现出明显的整体增加趋势,而体积则呈现出明显的整体减小趋势.     

基于ADC的炮兵激光观测仪侦察效能分析

运用了效能分析方法,针对复杂战场环境下炮兵侦察系统的效能进行分析,特别是炮兵激光观测仪,揭示其内在规律,为提高现有侦察装备的作战效能找到重要途径,也为指挥员的决策提供可靠的战略支持.在侦察系统效能分析理论的基础上,对典型的激光观测仪侦察装备进行了计算评估验证,其方法和成果可供其他武器系统效能评估时借鉴参考.     

一类带时滞的非线性兰彻斯特战斗模型的分析

基于非线性兰彻斯特方程的一般形式和现代战争的特点,考虑到时间因素在现代战争中的巨大作用,建立并讨论了一类带时滞的非线性兰彻斯特战斗模型。通过定性分析,得到了模型的平衡点及其稳定性,证明了原模型解的存在唯一性,并给出了解的存在区域。战例分析结果表明该模型能用来描述现代战争。因此,该模型对研究现代战争的战斗进程、武器发展规划、现代军事练兵等都具有一定的参考价值。     

时间管理在实时仿真中的改进

时问是分布仿真中的核心概念;时间管理是分布交互仿真的关键技术.探讨了分布交互仿真中高层体系结构(HLA)的时间管理机制,针对HLA在实时系统仿真方面的不足,分析其原因,提出了时间管理在实时仿真中的改进方法,对HLA在实时系统仿真中的应用有一定的参考价值.     

某飞行仿真系统虚拟教员软件研究

针对训练基地飞行模拟改装训练的特点和需求,提出了一种智能评分和虚拟教员实时提示方法。根据训练大纲建立模拟飞行课目专家库,建立分阶段优化评估模型,对不同阶段的关键评价指标进行综合评分,同时依据专家库和模拟飞行参数实时对飞行学员的操作提出虚拟建议,以文字和声音的方式发送给飞行员,最后给出评分结果。虚拟教员能对模拟训练进行实时干预、指导,方便学员进行自主训练,受到训练基地飞行员尤其是新训改装飞行员的广泛欢迎。     

一类具有时滞和阶段结构的SI传染病模型的稳定性分析

研究一类具有时滞和阶段结构的SI传染病模型。讨论了系统平衡点的存在性和局部稳定性，并讨论了无病平衡点和地方病平衡点的全局稳定性。最后对所得理论结果进行了数值模拟。     

一种连续修正速度方向的导引方法

考虑制导炮弹由身管武器发射，其飞行控制能力和导引信息量有限，基于预测落点位置偏差量来修正速度方向并在控制时间内连续分配导引指令的思想，提出了一种新的三维末制导方法。根据非线性弹道方程组的级数解预测弹丸落点位置，得到落点与目标的偏差，并提出了两种通过此偏差解算当前速度方向修正量的方法。取剩余飞行时间为修正时间，通过将速度方向修正量分配到整个剩余导引段建立了加速度修正公式，以减小导引指令饱和的可能性。通过连续地预测落点和分配加速度指令来实时地导引飞行。仿真结果表明：该导引方法简单可行，精度高，对控制能力要求较低，且具备较好的制导效果和毁伤效果，为该体制制导炮弹的应用提供参考依据。     

The effects of model parameter deviations on the variance of a linearly filtered time series

We consider a general linear filtering operation on an autoregressive moving average (ARMA) time series. The variance of the filter output, which is an important quantity in many applications, is not known with certainty because it depends on the true ARMA parameters. We derive an expression for the sensitivity (i.e., the partial derivative) of the output variance with respect to deviations in the model parameters. The results provide insight into the robustness of many common statistical methods that are based on linear filtering and also yield approximate confidence intervals for the output variance. We discuss applications to time series forecasting, statistical process control, and automatic feedback control of industrial processes. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010