COSMIC 掩星反演的水汽廓线质量分析

利用2006—2012年北半球冬季低纬度地区(30°S~30°N)无线电探空站数据及全球大气成分和气候监测再分析数据对1000 h Pa~200 h Pa高度层的气象、电离层与气候星座观测系统全球定位系统掩星反演的比湿廓线进行了精度和可靠性验证。结果表明,水汽对气象、电离层与气候星座观测系统掩星反演影响较大,尤其在中、低对流层及热带地区等水汽含量比较大的地区,且气象、电离层与气候星座观测系统掩星数据在850 hpa以下可能并不太适用于评估其他数据。     

新型舵机结构运动分析与仿真

根据旋转弹弹道修正要求,提出一种基于4R空间机构的电动舵机结构,建立了理论分析模型,以空间机构学运动分析为基础,推导了机构输入、输出转角关系,绘制了理论分析转角曲线,建立机构三维模型,通过多刚体及刚柔耦合仿真验证分析了舵机转角关系和运动副受力情况,研究了该结构的可行性。计算分析结果表明,该舵机具有结构简单,动作可靠的优点,能满足舵机控制的转角精度和响应频率要求,适用于简易制导弹药。     

航空加权网络抗毁性综合评估方法

根据目前网络抗毁性研究中指标单一、网络无权等不足,针对航空网络的特点,以流量为边权,提出了一种多指标的航空网络抗毁性评估方法。基于网络吞吐量、相似权网络流量、节点相邻边权重分布分别构建了鲁棒性度量、网络效率度量、网络适应性度量。最后通过建立西北地区航空网络进行仿真,结果表明:西北地区航空网络具有与星型网络相似的性能,鲁棒性较差,网络效率较好,咸阳和乌鲁木齐作为中心节点,具有较好的主抗性能。实验结果证明了该评估方法的有效性。     

基于乘积偏好关系的专家模糊核聚类赋权方法

多属性、多目标性决策中,针对专家给出各方案偏好关系下的决策问题,提出一种基于乘积偏好关系的专家模糊核聚类赋权方法。该方法运用模糊核聚类的思想实现对决策专家的聚类,并通过放宽归一化约束条件,克服了传统模糊核聚类算法中离群点对聚类结果的影响。同时,在专家类内赋权过程中,运用CI-IOWG算子集结同类专家的意见,依据不同专家对于形成类别一致性意见的贡献程度来确定专家权重;克服了传统基于熵权或判断矩阵一致性的赋权方法的局限性。算例表明,该方法可行、有效。     

纳米技术与国家安全

纳米技术的兴起为全世界带来了一场全新的科技变革。纳米技术在信息、化工、医药、农业、环保、航空航天等众多领域具有重要的应用价值和广阔的发展前景,被誉为21世纪的三大高新技术之一。然而,经过近五十余年的发展,纳米技术的"双刃剑"效应逐渐显现,纳米技术的滥用对国家安全可能产生的风险正在日益积聚,集中体现在人类健康与生态环境、国家经济安全、国防安全等领域。     

直觉模糊物元及其在权重信息未知多属性群决策中的应用

针对传统物元分析理论无法应用于决策信息为直觉模糊数的多属性决策问题,提出直觉模糊物元分析模型以及用相对相似度代替传统方法中的关联函数来解决直觉模糊物元分析问题,进而完整阐述了直觉模糊物元多属性决策的方法步骤,并通过实例验证了该方法的有效性。特别是针对权重信息未知这一类较为复杂的多属性群决策问题,采用投影法和直觉模糊熵确定权重信息,并运用直觉模糊物元多属性决策方法进行了实例分析,证明了方法的实用性,为直觉模糊多属性群决策提供了一种新的思路。     

伪卫星增强系统参考站接收机的测距偏差及优化

伪卫星相对地面用户是静止的,因此卫星与参考站接收机之间的距离几乎是不变的。在这种情况下,采样和量化引入的误差不再服从高斯分布,从而影响接收机的测量精度。为了解决这一问题,建立了卫星导航接收机的离散数字信号模型,并在此基础上分析了采样和量化对测距偏差的影响,通过仿真验证了结论的正确性,并提出了伪卫星增强系统下参考站接收机的优化设计方法。     

伞翼无人机线性自抗扰高度控制

针对伞翼无人机参数不确定性和复杂环境干扰敏感的问题,提出一种伞翼无人机线性自抗扰(Linear Active Disturbance Rejection Control,LADRC)高度控制方法。建立伞翼无人机8自由度飞行动力学模型,并引入风场和降雨模型以更加准确地模拟真实飞行环境。基于LADRC确定总体控制架构,设计线性扩张状态观测器对所有扰动进行估计,并引入误差反馈率在控制中实时补偿。使用该控制方法在多种扰动工况下进行伞翼无人机高度控制仿真实验。仿真结果表明,基于LADRC的高度控制方法能够有效克服内扰和外扰的影响,实现高精度高度控制;与传统PID控制效果相比,LADRC控制器具有更好的抗扰能力和鲁棒性。     

国外新型预警机发展

美国陆军所建立和运维的高度复杂、全频覆盖的人力资源自动化信息系统使其能够高效的应对日常沉重的部队重组和人事变动任务,进而为其保持强大的战斗力和实时响应的全球应急部署能力提供了有力支撑。本文对美国陆军的主要人力资源数据库、人力资源自动化系统和其它自动化系统及装备进行梳理分析,以期获得对我有益借鉴。     

稀疏卷积计算高效数据加载与输出缓存策略

针对现有神经网络加速器在处理稀疏神经网络时存在的数据加载效率低、乘加资源利用率低、输出缓存寻址逻辑复杂等问题,提出了稀疏卷积计算高效数据加载与输出缓存策略。将属于同一输入通道的非零输入特征图像数据和非零权重进行全对全乘累加运算,降低了非零数据配对难度,提高了乘加资源利用率;通过采用输入驻留计算,以及密集型循环加载特征图像数据,大幅减少了数据片外调取次数;优化了输出缓存设计,解决了现有方案中存在的输出缓存地址访问争用、存储拥塞等问题。实验表明,与采用类似架构的细粒度脉动加速器相比,在处理单元面积上减少了21.45%;在数据加载速度方面平均提高了117.71%在平均乘法器利用率方面提高了11.25%,达到89%。