柔软物体力触觉形变模型验证系统

为了验证柔性物体力-形变模型的合理性,构建了基于CC2531芯片的无线数据收发平台、力传感器测量平台和FALCON手控器位移测量平台的力-形变模型验证系统。以新鲜猪肝脏为实验对象,研究了弹性形变实验和穿刺实验的作用力与位移之间的关系;以力-形变测量数据为基础,进行了参数验证校调。仿真实验结果表明:模型中力-形变特性与实际测量值保持一致。该系统能广泛应用于柔性物体力-形变模型验证,对于促进力触觉虚拟医学仿真系统的发展具有重要意义。     

RBF神经网络的火箭发动机成本预测

神经网络技术已广泛应用于各工业控制部门, RBF神经网络是对一般BP神经网络的改进.尝试将其应用于固体火箭发动机成本预测中.首先利用已有的成本信息对该神经网络进行训练,使其对已有信息的预测误差小于规定值,再将其用于其他条件下的成本预测.结果表明,实际预测效果较为理想,从而为固体火箭发动机成本预测提供了一种新的方法.     

层裂问题的数值研究

本文对Carrol、Holt 和Johnson提出的延性材料损伤断裂进行了改进。在模型中考虑了材料的硬化效应和空穴成核的影响。用数值方法模拟了高速碰撞中OFCH 铜和铝的层裂过程,其结果与实验吻合得相当好。     

一种基于CORBA及互操作协议的分布仿真基础支撑平台实现方法

为解决现有RTI服务器在大规模仿真中容易成为影响系统效率的瓶颈、仿真规模受到限制的问题,提出了一种基于CORBA及互操作协议的层次式分布仿真运行支撑环境(RTI)实现方法,阐述了盟员、局部RTI服务器及中心RTI服务器的部署方式,给出了基于CORBA及内部互操作协议的层次式RTI的工作流程。既解决了大规模仿真中集中式及功能分布式RTI服务器的瓶颈问题,减少了全局操作的延迟,也为各仿真盟员的时空一致性提供了保障。     

虚拟演播室系统中的无限蓝箱技术

虚拟演播室是虚拟现实技术在电视制作领域中的一项崭新应用。无限蓝箱技术通过外部生成的键信号,将前景视频图像中非蓝箱内的景物滤除,使摄像机的运动可以不受实际蓝箱尺寸的限制。针对任意形状的蓝箱结构和摄像机的任意自由度运动,提出了虚拟演播室系统中通用的无限蓝箱算法,该算法根据蓝箱实际的透视投影变换过程,精确提取蓝箱区域,生成色键信号。实验结果证明,该算法生成的色键区域精确、计算简单、通用性强,很好地满足了虚拟演播室系统的要求。     

轰炸瞄准具真空速计算机构的仿真

应用基于动态基点测量的数字式自适应补偿技术,消除了各种干扰因素对供电电压的影响,使真空速的数字量驱动信号自动适应供电电压的变化,实现了轰炸瞄准具真空速传感装置的精确模拟;用表征真空速的数字量驱动信号,取代原实装设备的模拟量电压驱动信号供给计算机构,并使仿真信号与实装模拟信号兼容.仿真结果和实际应用表明,该系统具有仿真精度高、稳定性好等特点,能广泛地应用于领航轰炸模拟器的瞄准具上.     

一种无人战斗机系统使用保障费用分析方法

基于无人战斗机系统在使用保障上的特点,通过对有人战斗机使用保障费用模型进行合理改造,使其能适用于无人战斗机的使用保障费用分析。经过改造的模型具有结构清晰、概念明确的特点。适合在飞机总体设计阶段用于全寿命周期的费用估算以及飞机的费效分析和综合优化设计。通过与有人战斗机的使用保障费用进行对比计算表明,无人战斗机系统的使用保障费用具有明显的经济优势。     

智能搜救机器人在障碍地形的自主构型规划

为了解决带有辅助摆臂的智能搜救机器人自动规划构型以实现自主越障的难题,提出一种能够适应复杂地面形状的搜救机器人越障构型规划新方法,其核心是一种高适应性、高效率的机器人姿态预测算法。通过将地形表示为离散的点集,建立了搜救机器人的单侧姿态预测数学模型;进一步提出了快速求解该问题的算法,每秒可预测1 000～1 500个姿态。基于此,设计了机器人越障过程中状态、动作的评价指标,运用动态规划算法与滚动优化思想构建了具有优化能力的、能够实时运行的构型规划器。仿真与实物实验的结果表明,该方法能够使机器人自主调整构型穿越复杂地形,且相较强化学习算法和人工操作具有更平稳的越障效果。     

适用于GPU处理的长更新周期卫星导航信号载波相位跟踪环路

针对短环路更新间隔下GPU处理效率受限而长更新间隔下传统跟踪环路在高动态场景下不稳健的这一矛盾,提出一种可适应高动态场景的长更新间隔载波相位跟踪算法,该算法设计了一种低复杂度线性调频信号参数估计方法,实现跟踪初始阶段多普勒及变化率的精确估计进而消除大部分信号动态,在跟踪过程中采用4阶卡尔曼滤波对残余信号相位及动态进行精细跟踪。经仿真验证,200 ms更新间隔下,可实现多普勒一次/二次变化率分别达800 Hz/s、64 Hz/s²正弦运动场景下载波相位的快速稳定跟踪,1次更新即可收敛,跟踪灵敏度低至23 d B-Hz,相位跟踪精度远优于传统3阶锁相环路。     

顾及噪声影响的GNSS高程序列预测Prophet方法

全球导航卫星系统(global navigation satellite system, GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition, EMD)的“降噪—分解—预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究,实验结果表明：降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75%;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41%和14.88%;平均百分比误差分别平均提升18.92%和7.91%,验证了组合预测方法的有效性及实用性。