内核态与用户态混合调试代理技术研究

针对嵌入式Linux调试代理模型—Gdbserver和Kgdb,从调试代理在系统中所处的层次,进入被调试程序运行空间的方式,捕获被调试程序异常后处理的方式等几个方面进行了分析,总结出内核态与用户态调试的不同之处,建立了内核态与用户态混合调试模型,弥补了现有调试代理模型的不足。对实现内核态与用户态混合调试模型的重要组成部分进行了分析,给出了部分处理流程。     

人工免疫在军事领域的应用

人工免疫学是继神经网络、进化计算之后新的智能计算研究领域和研究热点.为探讨人工免疫可运用的军事领域,给相关科研工作者提供新方法、新思路,对生物免疫系统的一些概念进行了介绍,简要分析了生物免疫系统中的免疫机制,人工免疫系统基本特征,然后着重分析了该学科在信息系统安全、防御系统设计、目标识别、故障诊断、优化、火力分配等方面中的应用.     

基于压缩传感的PSO-OMP重构算法的研究

由于粒子群算法具有解决寻优问题的能力,将其应用于信号处理领域,提出了一种新的基于PSO-OMP的信号重构算法。为了降低计算复杂度,把粒子群算法运用在正交匹配追踪算法的匹配过程,以此来确定最优原子。实验结果表明,所提出的新的基于PSO-OMP的信号重构算法具有计算复杂度低和重构成功概率高等特点。     

谈重大活动安全警卫工作的组织指挥

在重大活动安全警卫工作的组织指挥中,要明确集中统一指挥原则,严格落实逐级负责制原则,积极构建“大警卫”、“大安保”的警卫工作格局,坚持从实际出发,确保组织指挥与特殊环境相适应.     

基于协同进化的多平台联合对地观测优化调度

在分析了卫星与无人机在执行观测与资源调度上的特性差异基础上,建立了多平台联合对地观测调度问题的数学模型,提出了多平台协同进化调度算法(MPCCPSA)进行求解。MPCCPSA采用分层式协同进化架构解决了不同类型观测方案统一调度生成问题。根据不同类型平台使用特性以及观测目标集合特点,采用分治-合作策略将其分解分配到各平台,顶层的交叉、变异操作保证各种群的多样性,底层的分治、合作算子保证卫星与无人机之间保持观测能力动态互补,在确保可行解的前提下加快收敛速度。仿真实验表明该方法能够有效解决空-天基多类型平台联合观测优化调度问题。     

预防性维修工作组合优化

针对单部件的维修间隔期无法反映系统的维修最佳间隔期这一问题,对装备各部件在各修理级别上的预防性维修任务组合情况进行探索.通过建立费用模型、可用度和风险模型作为决策模型,用以组合某一修理级别各部件的维修工作,得出系统预防性维修间隔期,并结合部队实际优化从系统的角度优化等级维修中的维修工作间隔期,为确定大中小修工作提供科学、合理的理论指导.该算法在区分各修理级别的维修能力的基础上,能较好地对各修理级别的维修工作组合情况进行了优化,实例验证了模型的实用性和有效性.     

对PD雷达进行综合欺骗干扰研究

建立了一种机载的对脉冲多普勒(PD,Pulse Doppler)雷达进行距离-速度-角度综合欺骗干扰方法,使欺骗更加有效,提高了载机的安全,该方法使用数字射频存储器(DRFM,Digital Radio Frequency Memory)技术实现距离-速度相关,并结合相干双点源干扰的实现,得出了实现条件,欺骗干扰更加稳定、高效、灵活。     

激光PIV流场显示与测量系统

利用课题组自行设计研制的一套粒子图像测速(PIV)系统对高速水洞中流场进行了测试研究.测试系统中,光源使用Nd:YAG调Q双激光器,其波长532 nm,脉冲时间8 ns,脉冲能量100 mJ;示踪粒子则采用直径200 μm的镀银聚苯乙烯微球.无模型空流场测试结果表明,该系统对无模型空流场的测试误差小于1.3％;而通过圆球模型绕流流场测试结果与其理论值的对比发现,大部分测试流场区域的测试误差小于2％.     

Riccati传递矩阵法在潜艇结构强度和稳定性分析中的应用

运用Riccati传递矩阵方法,建立了旋转壳单元的场传递矩阵,推导了肋骨和母线倾角不连续位置的点传递矩阵,在推导中考虑了肋骨各方向可能的变形,编制了用于分析组合加肋旋转壳应力和稳定性的计算机程序(应力程序SAPRi,稳定性程序BAPRi)。利用SAPRi程序和BAPRi程序对潜艇耐压结构的典型结构算例进行了应力和稳定性分析,并将计算结果与理论结果或商用软件(MSC/NASTRAN)的计算结果进行比较,表明该程序结果正确可信,计算速度快,适合于工程应用。     

基于UML的航天发射指挥控制软件建模研究

指挥控制软件是影响SLC2S高效运行的重要因素之一。为了提高航天发射指挥控制软件的综合效能,基于统一建模语言(UML)建模技术,从软件需求分析出发,对航天发射指挥控制软件开发进行了静态和动态建模,增强了软件的一致性和可复用性,为软件开发奠定了良好基础。