基于仿真结果的舰载武备系统试验鉴定方法研究

由于舰载武备系统现场实验效率低、实现困难等现状,提出了仿真结果用于试验鉴定的基本思想。用数学、统计语言对小子样场合下武器装备系统的试验鉴定问题进行了描述,将其"映射"成Bayes统计推断问题,得到了其Bayes统计推断数学仿真模型。经实例分析研究,与传统方法相比较,该方法提高了舰载武备系统试验鉴定水平,缩短了试验周期,有效保障了武器装备系统的作战使用。     

【专题】无人机空战决策技术研究进展

随着无人机相关技术领域的飞速发展,无人机迅速成为世界各国军事领域的研究热点。无人机自主决策作为无人机领域的核心问题,指的是无人机基于空战态势,利用数学优化理论、人工智能等方法,独立自主地生成机动动作控制指令以完成设定目标的过程。本文首先介绍了世界各国该领域的研究进展,并基于空战决策的求解思路,将决策方法分为三类：基于对策理论、基于专家知识以及基于启发式学习算法的决策方法。其次,针对基于对策理论的空战决策方法,阐述了从微分对策到矩阵对策的发展及联系;针对基于专家知识的空战决策方法,介绍了该类方法的建模方法,改进方向;针对基于启发式学习算法的决策方法,论述了各典型方法的适用条件、改进途径等。最后,对无人机空战决策的研究难点进行分析,并展望了未来的研究方向与趋势。     

一种消除直线永磁无刷直流电机边端效应对换相时机影响的方法

电磁弹射用直线永磁无刷直流电机的永磁体动子具有开断结构,使动子边端的磁场分布发生变形。当采用霍尔元件检测磁场实现换相时,这种边端效应就会影响换相时机。分析了这类电机的换相机理和动子开断结构对换相时机的影响,指出这类边端效应受极弧系数影响显著,并提出了利用不对称滞环比较器或简易单限比较器对霍尔输出信号进行处理从而消除这类边端效应影响的方法,实验验证了简易单限比较器方案的可行性。     

基于查表的空间填充曲线映射算法

空间填充曲线是进行数据降维处理的典型方法。首先给出对角线空间填充曲线的映射规则,该规则使得在高维情况下存在唯一曲线,并且每一维度上的格点数目不受限制。然后提出等势面的概念,推导出不同等势面上格点数量的递推关系。在此基础上,给出基于查表的对角线空间填充曲线映射算法,该算法执行快、可扩展性好,其时间复杂度随维度的增加呈线性增长。     

基于状态监控的武器系统管理体系构建与功能分析

将CBM＋技术及思想应用于武器系统管理领域,提出了基于状态监控的武器系统管理思路。以某武器系统为研究对象,分析了基于状态监控的武器系统管理的特点;按照模块化原则、管理功能模块与信息保障模块对应原则和集成原则,构建了基于状态监控的武器系统管理体系;探讨了该管理体系中各组成模块的结构设计,并分析了其功能。研究结果为实现武器系统使用中的状态监控与信息化管理提供了体系框架。     

并联机构奇异点分析的新方法

根据并联机构位形空间的特点 ,采用微分几何和微分拓扑的方法 ,提出了一种并联机构奇异点的新的分类方法 ,即分为拓扑奇异点 ,参数化奇异点两种类型 ,并把它与现有的几种分类方法进行了比较。     

主方差分析方法

该文提出一种对高维随机向量 X=( x1 ,x2 ,… ,xp)′p× 1 进行降维处理的实用方法 ,其基本思想是利用矩阵的扫描运算 ,构造 X的很少几个综合指标 (称为主方差变量 )以反映 X的统计特性。给出了该方法的理论依据和直观解释以及算法。特别指出 ,当变量 X多重相关性突出时 ,该文方法显著地优于主成分分析方法。     

实时应用中的内存锁定技术研究

内存锁定是一种保证某进程驻留在内存而不需换页的方法。在实时环境中 ,系统应保证将某进程锁定在内存中 ,以减少数据访问、指令读取、进程间缓冲区切换等等引起的延迟。将一个进程的地址空间锁定在内存中 ,就为应用的响应时间满足实时需要提供了保障。一般来说 ,对时间要求苛刻的进程应锁定在内存中。本文主要以实时环境为背景 ,阐述了内存锁定和解锁函数以及在多进程下内存锁定技术的应用。     

I-TCP:一个高速长距离网络的AIMD算法

针对互联网中高速长距离网络上的拥塞控制问题,基于同步AIMD源在Drop-Tail网络环境下竞争带宽的网络模型,提出了一个新的AIMD拥塞控制算法,I-TCP。通过合理地设计高速和低速模式以及模式切换规则,使得该算法适合于配置到高速长距离网络,同时在传统低速网络中也具有很好的性能。仿真试验表明,I-TCP中的AIMD算法在高速长距离网络中表现出了很好的效率、公平性和网络响应性。     

基于尺度选择性的空间数据源选择与预取策略

合理高效的数据源选择策略是提高空间信息检索系统效率的重要因素之一。针对以往研究中对空间尺度语义关注程度的不足,提出一种结合空间尺度语义选择检索数据源的方法。该方法综合考虑人眼视觉特性,计算出参与分布式查询计划生成的数据源集合,过滤在尺度意义上对最终查询结果无影响的数据源,并通过将数据源的简化表达进行预取,进一步减少了查询的整体执行代价。实验结果表明,提出的方法在大尺度查询和小尺度查询时均具有良好的性能。