Volterra高阶核新算法在涡轮转速控制上的应用

给出了对非线性动态系统做任意精度逼近的Volterra级数高阶核的全新估算方法并将其应用于涡喷发动机的转速控制上。该方法在核函数理论基础上,构造线性空间,将求解Volterra级数各阶核的问题转化为求输出观测向量在希尔伯特空间中某一子空间上的投影的问题,使原本复杂的非线性系统的Volterra级数的逼近问题在线性空间中以向量内积的方式得到解决。与其他时域或频域估算Volterra核的方法相比较,该算法的优点在于理论体系严密、计算量不随阶数增高而成几何级数增加、辨识精度高。该方法理论上能够估算任意阶核,弥补了现有方法难以估算四阶以上核的缺点,可应用于动态系统和强非线性系统的建模。将发动机动态过程描述为四阶的Volterra级数模型。     

基于DSP的旋转弹用微小型导航系统设计

在无陀螺捷联惯导系统中,针对旋转弹体积小、功耗大、采样频率高、姿态变化快、解算周期短等问题。为满足旋转弹对其导航计算机的严格要求,提出了一种基于DSP的旋转弹用微小型导航系统设计,首先叙述了系统的总体方案设计,接着重点介绍了系统各模块的软硬件设计。本设计在硬件上节省了系统的体积和功耗,软件设计上节省了解算周期。     

高炮火控雷达射击安全工程设计

从原理和工程设计两个方面较为系统地阐述了高炮火控雷达射击安全诊断与控制方法,提出射击安全性设计的重要性、必要性和总体设计思路,论述了射击安全诊断与控制装置的设计方案及其关键技术,指出了它的应用范围及其可扩展性。     

基于模板的态势估计推理模型与算法

分析了态势估计的三级模型,给出了基于模板的计划识别推理框架,研究了态势估计推理算法,并提出一个通用的态势估计模板匹配算法,最后运用专家系统工具CLIPS实现了事件/活动、军事计划的模板表示及推理,结果表明使用模板匹配的方法实现态势估计是有效可行的。     

边界扫描测试在显示技术中的应用

为有效检测电路板焊接质量与器件质量,实现高精度的故障定位,提出了基于边界扫描技术与功能测试技术的解决方案。在显示产品设计中,开展可测试性设计,形成完整的边界扫描测试链;针对VRAM器件特点,提出了基于DRAM的测试方法,并设计相应的测试模型。最终,实现了对电路板的边界扫描测试,快速完成了对显示器件质量与焊接质量的有效检测。边界扫描技术与功能测试的结合,可以扩展边界扫描技术的应用范围,实现了更高的测试覆盖率。     

正交频分复用/偏移正交振幅调制半盲信道估计

非合作通信背景下,针对传统干扰近似法(IAM)进行正交频分复用(OFDM)/偏移正交振幅调制(OQAM)系统信道估计需要导频符号值作为先验信息的问题,提出一种基于OQAM符号特征的IAM(OCBIAM)估计算法。该算法利用IAM导频结构和OQAM实符号的有限集特征,将信道衰落系数幅度和相位分开估计,在仅获得导频位置而未知导频符号值的条件下实现了OFDM/OQAM系统半盲信道估计。并且证明了OCB-IAM算法由于利用接收符号的二阶统计量将高斯白噪声变为非随机的单音干扰,从而在中低信噪比条件下具有优于IAM算法的估计性能。仿真实验验证了理论推导的正确性和OCB-IAM算法的可靠性。     

装备剩余寿命预测平行仿真中模型动态演化方法

装备平行仿真中的一个重要概念是实时数据驱动的模型动态演化,但是至今仍缺乏具体应用领域的实现方法。以带未知离散冲击的混合退化装备剩余寿命预测为背景,以多态Wiener状态空间模型为演化对象,提出一种装备平行仿真中模型动态演化方法,包括基于交互多模型强跟踪滤波的模型软切换和基于期望最大化算法的模型参数在线估计,并实现了基于平行仿真的装备剩余寿命实时预测。利用某轴承退化数据进行实例研究,结果表明该方法能有效提高仿真逼真度,剩余寿命预测的准确度较高、不确定性较小,具有较高工程应用价值。     

在新时代对培育大学生综合国防素质的思考

综合国防素质是在适应世界军事变革发展和国家安全新需要的基础上,对传统国防素质的一次改进与提升。与传统国防素质不同,综合国防素质强调的是对综合国防意识、综合国防知识以及综合国防技能的掌握和运用。新时代,弘扬和培育大学生综合国防素质是贯彻党的十九大精神、落实国家教育事业"十三五"规划部署的重要举措,对加快实施人才强国战略、实现新时代强军目标发挥着重要作用。     

作战指挥系统稳定性分析

稳定性是作战指挥系统的核心,根据指挥系统稳定性的内涵及影响因素,运用概率论和信息熵方面的理论对指挥稳定性指标进行建模.分析了系统可用性、可信性和信息能力三个方面的影响指标,并建立了相应的评估模型.在模型分析基础上,提出了提高指挥系统稳定性的应对措施,为指挥员提高信息化条件下作战能力,保持指挥稳定性提供了理论参考依据,对提高作战指挥效能也具有很好的参考价值.     

E级超级计算机故障预测的数据采集方法

面向未来E级超级计算机,提出用于故障预测的数据采集框架,能够全面采集与计算结点故障相关的状态数据。采用自适应多层分组数据汇集方法,有效解决随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明,该数据采集框架具有开销小、扩展性好的优点,能够满足未来大规模系统故障预测数据采集的需求。