基于FAHP的岸防炮兵雷达作战效能评估分析方法

针对岸防炮兵雷达的特点和作战任务,从探测能力、定位能力、数据处理能力、目标识别能力、抗干扰能力、可用性、可靠性和生存能力8个指标层,建立岸防炮兵雷达作战效能评估的层次结构体系,并确定了指标体系综合指标的随机性和模糊性,运用模糊层次分析法对雷达效能进行综合评估,给出了确立各因素权重的方法.为该雷达作战使用提供了辅助决策的依据.     

GPU异构系统中的存储层次和负载均衡策略研究

GPU体系结构的革新和相应开发平台的发展使得GPU广泛地应用于科学计算领域.通过深入地分析GPU体系结构和存储层次的优缺点以及GPU上的关键性能特征,阐明了GPU体系结构、编程模型和存储层次之间的关系.针对GPU异构系统上的应用映射提出三种基本负载均衡优化策略:预取、流化、任务划分.试验结果揭示了不同的优化因子与优化效率之间的具体关联.     

机载电子设备I/O装置测试系统设计

为了在复杂环境下对某飞机的机载电子设备进行功能测试和故障定位,提出了一种基于PXI总线技术的测试系统,可以在各种环境下实现整机联合测试,也可实现该机载电子设备场外可更换组件的单件测试,实现的I/O单件测试.新的测试系统对原有检测平台进行了合理的借鉴,使得检测程序化、系统化、智能化.     

装备研发与制造一体化物资供应支持系统研究

首先分析了研发与制造一体化技术是适应武器装备柔性化制造需求的先进制造技术,然后介绍了装备研发与制造一体化技术的涵义和体系结构,分为以研发为中心的研发与制造一体化技术和以制造为中心的研发与制造一体化技术。最后详细研究了其中的物资供应支持系统及其体系结构。     

某两栖装甲装备液压系统非介入式原位检测方法

为解决传统的介入式测量方法拆装困难、影响系统的动态特性、无法适应武器装备现场快速抢修需要的问题,根据液压系统的特点,针对表征系统状态的主要参量——流量、泄漏量和污染度,提出了非介入式原位检测方法,实现了对装甲装备实时检测的目的,有助于故障的快速定位和排除。并以某两柄装甲装备为例,说明了非介入式原位检测技术的可行性和实用性。     

带裂缝钢筋混凝土梁振动特性变刚度模型分析

按常规等刚度、匀质线性材料来考虑开裂后的钢筋混凝土梁,必然带来较大的误差,与实际情况存在较大差距。基于条带法提出了建立带裂缝钢筋混凝土梁的变刚度模型分析方法,对考虑开裂和材料非线性的钢筋混凝土简支梁的振动特性进行了理论计算和试验研究。结果表明：提出的方法从理论上可以得到既有钢筋混凝土简支梁的振动特性、裂缝开展情况等参数,理论计算结果与试验结果吻合较好,且精度较高,具有良好的可行性和工程适用性。     

基于指数平滑法的装备维修器材需求量预测

准确地预测维修器材需求量是制定装备保障计划的重要依据.针对装备维修器材需求量预测相对不够准确的问题,通过对两种预测方法进行比较,引入了适用于准确预测的指数平滑方法,建立了基于指数平滑法的装备维修器材需求量预测模型,介绍了确定初始值的方法,并以某种维修器材需求量预测为例进行了分析,为准确预测装备维修器材需求量提供了一种较为科学合理的方法.     

短波信道模型仿真实现及改进算法研究

针对短波信道多径、衰落、多普勒频移和频扩的特点,设计了一种以Watterson模型为基础的纯软件短波信道仿真算法,并应用Matlab进行仿真实现,仿真结果验证了算法的有效性.同时,就Watterson模型中各子路径的时间延迟和多普勒频移不是时变参数这一不足,提出了模型的改进方案,将多径时延和多普勒频移建模为满足高斯分布的随机变量,从而更好地反映短波信道的时变特性,扩展了Watterson模型的适用条件和有效带宽,并进行了仿真验证.该算法既适应于全数字化短波通信系统的仿真,又可以方便地应用到短波信道半实物模拟器中,具有重要的实际意义.     

低复杂度非规则LDPC码的构造方法

较高的编码复杂度成为非规则LDPC码应用的一个难点。文章从实际应用的角度出发,针对中长码提出了两种低复杂度的非规则LDPC码的构造方法:改进的B IBD和ALDPC,大大降低了编码复杂度。仿真结果表明,构造出的码字比传统的PEG构造方法有一定的性能改善。最后,从非规则码的EX IT图出发,分析了两种构造码子性能的差异。     

电离层状态非稳定条件下的多路径Viterbi跟踪算法

多路径Viterbi数据关联跟踪算法(MVDA)研究了运用动态规划的优化算法解决天波超视距雷达多路径数据关联问题,该算法是基于电离层状态已知稳定条件下的.提出一种电离层状态非稳定条件下的多路径Viterbi跟踪算法,该算法针对无法精确获得电离层状态时,量测模型中的电离层状态参数不确定导致雷达坐标系/地理坐标系之间的坐标变换存在的不确定时,在最大似然的意义下的回波、传播模式和航迹的三维数据关联.仿真表明:在电离层非稳定状态下MVUI提高了低检测概率时的跟踪性能,大大降低了失跟率,并提高了跟踪精度.