小波分析在钢框架损伤识别中的应用研究

针对小波包能量谱损伤识别方法对结构激励源的依赖性,引入虚拟脉冲响应函数增强了小波包能量谱对激励的鲁棒性。为验证该方法对钢框架结构损伤识别的可行性和有效性,进行了3榀3跨钢框架3种工况下的模型对比试验,采用小波包能量谱损伤识别方法分析了不同实验工况下频响数据,识别结果符合损伤情况,验证了该方法的有效性。     

基于安全库存的战时应急弹药储备库选址建模研究

为了更好适应战时弹药需求的不确定性,必须做好对战时应急保障系统的管理工作,应急弹药储备库的选址问题就是应急保障系统的关键环节．首先依据战时弹药需求特点,从库存策略的角度出发,引入安全库存概念;其次,建立了以建设成本和运输总距离为目标函数的战时应急弹药储备库选址模型;最后,运用Matlab对模型进行了仿真,验证了该模型的有效性．     

MFC环境下GLStudio组件交互方法

针对MFC环境下GLStudio组件交互困难的问题,从GLStudio使用环境和开发基本流程人手,提出了一种MFC环境下GLStudio组件绘制和交互方法,阐述了虚拟组件操作和MFC环境下GLStudioAPI的对应关系,并给出了连续旋钮人机交互的具体算法．     

基于非线性模型预测的翼伞系统控制研究

翼伞系统在飞行过程中,受外界不确定因素的影响呈现出非线性特性和耦合性．应用非线性模型预测控制理论对翼伞系统飞行控制进行了研究,提出基于非线性模型预测控制的翼伞系统控制律设计方法,并推导出控制律解析式．仿真研究表明,合理地选择泰勒展开级数和预测周期,通过泰勒级数展开并截尾后的翼伞非线性控制系统可以表现出良好的控制性能．     

基于判决反馈差分检测的差分协同分集系统

差分协同通信系统在平坦瑞利衰落信道下存在着"误码平层"效应。文章在研究判决反馈差分检测(DFDD)对点对点通信性能影响基础上,将DFDD技术应用到差分协同通信系统当中,提出了基于DFDD的差分协同检测方案,通过仿真验证了该方案能有效地降低系统的"误码平层"效应,增强了差分协同分集系统在平坦瑞利衰落信道下的性能。     

基于卷积码的协同中继编码性能分析

中继协同可以有效提高通信性能,而中继编码可以进一步发挥其协同作用。文章研究卷积码在一源多中继协同通信系统中的应用。首先介绍基于卷积码的协同中继编码的一般构造方法;然后通过中断概率的性能指标从数学上证明平行信道编码相对于重复编码的好处,推导出二、三个中继的协同通信系统的中断概率表达式,并给出对应的具体实施方案;最后分别对系统的中断概率和误帧率进行仿真。结果表明,基于卷积码的平行信道编码策略不仅能够获得编码增益,同时也能获得分集增益。     

一种基于卷积码的协同网络编码方案

文章研究了一种基于卷积码的协同网络编码方案,由协同通信系统结构确定对应的最优卷积码,然后通过最优卷积码确定协同中继编码。对该方案在瑞利快衰落信道条件下的误码性能进行了仿真,并与理论分集性能曲线进行比较。结果表明,由最优卷积码确定的协同网络编码方案获得了较好的性能增益。另外,由于常用最优卷积码已经确定,因此该方案容易实现。     

高超声速滑翔飞行器气动性能的数值模拟研究

由于具有高的升阻比,乘波构型被认为是高超声速滑翔飞行器的重点参考外形.考虑到高超声速条件下严重的气动加热问题,乘波构型的尖锐前缘需要进行钝化处理,其表面流动特征及气动性能也随之发生变化.基于参考弹道,本文分析了高超声速滑翔飞行器沿飞行轨迹的表面流场特征,并对其在典型飞行工况下的气动性能开展了数值模拟研究.结果表明:对于采用乘波布局设计的高超声速滑翔飞行器,其驻点流动存在三维效应,不能简单视为球头或圆柱绕流;钝化可以缓和严峻的受热形势,同时对其气动力性能造成影响:在2cm钝化半径条件下,其升阻比下降12.34％;高超声速滑翔飞行器的表面受热存在明显的分区特征,不同区域可采用不同的防热处理方法.     

改进的前向信息修补算法及其应用

前向信息修补算法可以对离散动态贝叶斯网络的缺失数据进行预测,该算法只适用于所有观测节点是相互独立的网络,却不能处理观测节点有依赖关系网络的缺失数据。针对该算法的这一缺陷,提出了改进的前向信息修补算法,在分析离散动态贝叶斯网络的缺失数据具有二种基本形式的基础上,推导出了每种形式的相应预测公式。继而构建了用于识别威胁源离散动态贝叶斯网络的模型。仿真实验验证了改进的前向信息修补算法的有效性。     

固定目标防护的干扰波束内部压制区模型分析

针对目前压制性干扰研究状况以及原有固定目标防护干扰方程运用时可能存在的缺点,重点分析了干扰方程中干扰波束增益这一参数,改进了原有干扰方程,构建了干扰波束内部压制区计算模型,仿真了不同波束方向下的有效压制区,总结了可能的变化规律,讨论了多目标干扰的可行性。此方程对干扰资源的配置和干扰效能的优化有一定实用价值。