信息化知识表征的理论及方法

为了探讨信息时代里认知科学领域知识表征的特点和作用,通过梳理知识表征的发展过程,讨论信息化知识表征的理论和方法,分析了文字表征、图式表征、超文本表征、多媒体及虚拟现实表征的特点及其在认知中的作用。     

基于虚拟样机技术的履带车辆传动箱模态分析

传动箱虚拟样机模型包括箱体和齿轮传动系2部分。分析传动箱模态参数,应包含齿轮系与箱体之间约束的影响。在虚拟环境下测量了传动箱的模态参数,对比了包含齿轮系和不包含齿轮系2种情况,验证了该箱体的设计使传动箱整体避开了与车辆的共振频率。同时说明了虚拟样机试验方法在箱体类零部件模态测试中的应用与技术可行性。为在设计阶段优化箱体结构提供指导。     

地面无人装备环境感知能力评价方法研究

地面无人装备已经成为全球重要的发展方向.在无人装备产品快速研发的同时,如何能更好地从实战出发,提出适用于无人装备作战使命和作战任务的装备性能试验测试指标,从而在竞争择优中筛选出真正好用、管用、实用的地面无人装备成为同等重要的研究课题.以地面无人装备最关键的环境感知能力为研究对象,借鉴美国国防部DoDAF多视角研究方案,...     

基于TensorFlow的四旋翼无人机着陆地标识别

针对多旋翼无人机在无人干预情况下的自主着陆问题,提出一种基于迁移学习的地面标识图像检测方法.该方法基于TensorFlow深度学习框架,使用迁移学习技术在地面标识数据集上重新训练Inception-v3模型以构建新的地面标识识别模型.以四旋翼无人机为例,将其拍摄的着陆坪图片与其他地面标识图片作为训练集输入神经网络,通过多次训练校正神经网络参数.实验结果表明,基于迁移学习的四旋翼无人机着陆地标识别比直接基于In-ception-v3模型的识别效果要好得多,在仅有数千张训练图片的情况下,测试准确率超过90％.在Windows下训练、测试的模型可移植到树莓派3B上,完成了基于Python和TensorFlow开发的程序在不同操作系统下运行的验证工作.     

基于平台支撑流程驱动的军用软件测试过程实施

为了解决在军用软件测试过程中各项活动的生命周期过度依赖人工驱动的问题,在相关的国/军标指导下,基于军用软件测试和项目管理相关技术和理论,设计了一种基于平台支撑流程驱动的军用软件测试过程实施模型.该模型有利于在平台支撑下军用软件测试过程的自动化实施,可以提高测试效率和降低测试成本,提升军用软件测评实验室的管理能力,在军民融合的大背景下提高军费使用效率.     

基于线性化模型的船舶航迹滑模控制器的设计

针对船舶航迹非线性被控对象中的非线性环节,论述了如何通过两种线性化手段即局部线性化方法和模糊线性化方法,对船舶航迹控制的数学模型进行近似线性化。将两种方法的仿真结果进行比较,并在此基础上提出一种简明实用的滑模控制方案。结果表明,此方法是成功可行的,其控制规律对系统工作条件的变化具有较好的鲁棒性。     

激光末制导炮弹过重力补偿比例导引律的分析

以相对运动方程组为基础,分析了导引律的运动学实质和过重力补偿的信号流图,进而分别对比例导引和基于过重力补偿为常值的过重力补偿比例导引下的弹道进行了对比仿真计算。结果表明,过重力补偿比例导引适用于攻击非机动和机动性不大的目标,落角增大,命中点附近视线偏转和控制过载变大,能够实现对目标的大落角攻顶效应。     

无限可数多个非扩展映像的公共不动点的迭代算法研究

在Kikkawa和Takahashi的迭代算法基础上,引入了Mann迭代序列。采用杂交投影的方法,对这些算法作了一些修改,并证明了修改后的算法的强收敛性。     

轮式车辆半主动悬架建模与仿真

通过实际采样获得路面离散高程序列,在频域内对路面高程进行分析,获得了路面功率谱密度曲线,并作为仿真路面输入。对轮式车辆悬架系统进行线性化分析,并建立了车辆二自由度1/4车主动控制模型。采用线性二次型经典最优控制理论(LQR)对模型进行控制,应用M atlab软件进行仿真分析,结果显示了控制策略的有效性及模型的准确性。