空投设备缓冲气囊的优化设计

简述了气囊缓冲的机理及工作过程,建立了气囊缓冲过程的理论分析模型及气囊参数优化数学模型。利用ISIGHT建立气囊优化模型,选择遗传算法对空投设备缓冲气囊的主辅气囊排气孔面积、气囊高度和主辅气囊体积比进行优化。优化后的结果对空投试验具有很好的指导意义,可减少气囊设计试验次数从而降低试验成本。     

基于SOPC的IGBT开关特性实时仿真系统设计

在电力电子装置的仿真研究中,大功率高速开关器件,如IGBT、IGCT等,因开关速度快且电磁特性复杂,多被当作理想器件处理。尽管理想化后,其作为开关器件的功能并未丧失,但在高频电路中,器件的开关特性对系统影响已不容忽视,这种理想的处理方式忽略了器件开通和关断本身的电磁响应,必然导致仿真的可信度降低。为此,分析了IGBT实时仿真的必要性和难点,提出以单周期时延法为基础的优化实时仿真算法,并基于SOPC技术设计了IGBT实时仿真系统。仿真实验结果表明:该系统能够满足IGBT实时仿真的需要。     

基于作战体系结构的装备指挥信息系统作战需求分析

作战需求分析是装备指挥信息系统建设的关键环节,为系统建设提供可靠依据和理论支撑.运用指挥关系模型、装备保障活动模型、作战接点连接能力、信息交换矩阵等体系结构方法对装备指挥信息系统的信息交互进行分析,得出装备指挥信息交互对装备指挥信息系统的作战需求.体系结构化方法是获取作战需求的有效途径,运用作战体系结构研究装备指挥信息系统,为科学、合理地建设装备指挥信息系统提供了一种新的分析研究方法.     

《军械工程学院学报》（自然科学版）1989—2001年引文与作者情况的统计分析

以《军械工程学院学报》 1989- 2 0 0 1年发表的 74 0篇论文为统计样本 ,对其引文及作者情况进行了统计分析。得到了论文的引文总量、平均引文率、引文语种、引文类型以及合著率等指标值 ,确定了学报论文的核心作者。并据此提出了今后的发展方向     

无人机系统自主控制技术研究现状与发展趋势

无人机系统是未来进行信息对抗、夺取信息优势、实施火力打击的重要手段。"自主性"是无人机系统区别于有人机最重要的技术特征,实现无人机系统的自主控制,提高其智能程度,是无人机系统的重要发展趋势。对无人机系统自主控制问题进行了阐述,首先分析了无人机系统自主控制技术的发展需求,然后介绍了自主控制的概念和自主等级的划分;分析了无人机系统自主控制技术的研究现状,提出了无人机系统自主控制的关键技术问题,主要包括体系结构、感知与认知、规划与控制、协同与交互等;最后对无人机系统自主控制技术的发展趋势进行了展望。     

远程干扰战术环境下机载预警雷达的作战使用

描绘了一架以被动跟踪和烧穿方式工作的机载预警雷达对抗一架远程干扰机和两枚空对空导弹的情景,详细分析了该远程干扰战术环境下机载预警雷达的几种作战使用方法,仿真验证了不同条件下烧穿距离的有效性,分析了不同脉冲宽度和脉冲积累数对烧穿距离的影响,并对该战术环境下操纵人员对雷达的作战使用做出了总结建议。     

非圆齿轮系统在火炮系统上的应用

针对某火炮转动装置的需求和传统圆形齿轮的不足,设计了一种新型的非圆齿轮传动系统。运用Solid Works完成对非圆齿轮的结构设计,利用Adams对非圆齿轮系统进行动态特性研究,并得到其运动学规律和动力学曲线。仿真结果表明:行星轮与太阳轮的最大啮合力为245.9 N,整体是在±100 N左右波动;行星轮与固定轮之间的啮合力最大364.5 N,其发生在0.64 s,相比前者受力略大。传统的方法无法准确预测非圆齿轮间的啮合力,Adams可以高效准确进行预测,为以后的优化提供一定的参考价值。     

装甲车辆火力性能仿真模型可信性与实时性

可信性与实时性是"人在回路"仿真系统研究的核心内容.在仿真过程中,通过对坦克火力系统物理模型分析,兼顾仿真精度与实时性要求,采用与实际武器装备一致的解算方法,拟合出方位角、瞄准角、最大弹道高与测距距离的函数关系,并据此构造出装甲车辆的外弹道曲线.通过对计算机机器时间物理模型的分析,采用读取CPU内部64位时间寄存器EDX:EAX方式,实现了仿真算法的纳秒级实时运算.通过提高可信性与实时性,增强了"虚拟战车"的沉浸感,为装甲武器装备的采办提供了必要的支持.     

无人机小样本条件下遮挡和混淆目标识别方法

针对无人机对地目标识别过程中的小样本问题以及目标存在的遮挡和混淆情况,提出了一种融合自注意力机制的小样本目标识别模型。在利用元学习思想获取小样本学习能力的基础上,将自注意力机制学习目标内部各部分之间的上下文依赖关系引入模型,从而增强目标表征能力,以解决遮挡和混淆情况下有效特征不足的难题。为验证模型效果,通过对基准数据集和无人机航拍数据进一步加工,构建了遮挡和混淆目标数据集,设置了不同的遮挡程度和背景混淆率。通过在不同数据集上的验证,并与深度学习模型对比,证明提出的模型具有更高的学习效率和识别正确率。     

基于遗传算法(GA)的通信抗干扰决策引擎

基于认知无线电思想设计了一种多参数联合自适应通信抗干扰决策引擎,并利用遗传算法(Genet-ic Algorithm)作为决策算法,实现了系统频率、功率、调制方式、信道编码方式等参数的自适应选择。文章给出了算法的流程和仿真分析,仿真结果表明,该引擎对单目标函数以及有偏好的多目标函数的参数选择与理论值相符,验证了抗干扰决策引擎实现参数自适应选择的可行性和有效性。