内存泄漏的一种静态分析方法

内存泄漏是C程序中常见的错误.从面向具体错误类型的测试思想出发,结合静态测试的特点,给出了一种静态查找此类错误的方法.此方法已经实现,并将应用于实际的测试过程.     

单片机软件测试方法研究

单片机(Single Chip Microcomputer:SCM)软件的可靠性是影响系统和设备可靠性的关键因素.以80C51单片机系统一个C51应用为例,针对单片机软件测试的特点,提出了单片机软件测试方法.     

基于ESPRIT的中段弹道目标特征提取方法

提出了一种新的弹道目标特征提取方法:对宽带雷达回波进行STRETCH处理后用ESPRIT方法估计其中频点,然后采用Gerschgorin半径方法进行散射源数目估计,去除虚假频率,获得目标散射点的数目、位置、散射中心强度等特征参数。与基于FFT算法的特征提取方法相比,这种方法具有更强的抑制杂波能力和更高的分辨率。仿真结果表明了该方法的有效性。     

异构数据源集成系统中能力对象集成模型及代数

异构数据源集成系统中,参与集成各数据源的查询处理能力有自身特殊的限制,导致中介器支持的查询类型变得复杂。提出一种便于异构数据源集成的公共能力对象数据模型———COIM对象模型,在此基础上,进而定义数据源能力对象代数,给出基于局部数据源的能力对象构造集成系统中介器能力对象的方法。由于可以通过计算得到中介器能力对象,用户能够提前预知中介器支持的查询类型,从而直接构造可以执行的查询,减少查询提交的盲目性;同时中介器本身也可像数据源一样参与其它中介器的集成,集成方式变得更为灵活。     

通用干扰仿真系统的设计与实现

通用干扰仿真系统是雷达系统仿真中必需的部分。分析了通用干扰仿真系统与雷达仿真系统之间的关系和各种干扰样式的特点及联系,提出了通用干扰仿真系统的设计与实现方法,给出了关键模块的实现模型。仿真结果验证了设计方法的可行性和系统的正确性。通用干扰仿真系统能产生常用的干扰样式信号,满足通用性和可移植性要求。     

基于神经网络的绕组电流闭环控制方法

在解决闭环消磁绕组电流优化计算问题时,会面临将外部磁场推算误差带入电流反演计算或完备的基函数难以确定等问题。为了降低这些因素对舰船最终补偿效果的影响,从智能优化的角度出发,在讨论散布常数对模型预测误差的影响后,确定了适宜的散布常数,建立了内部磁场与补偿电流之间的径向基函数神经网络预报模型。该方法通过样本对网络进行训练,无须推算内外磁场,就能直接得到使绕组磁场与目标磁场拟合误差最小的补偿电流向量。对比其他数值建模方法,其换算精度有所提高,且选择不同的同维向量作为基函数对补偿结果影响较小。船模实验验证了该方法的有效性。     

潜艇闭环消磁中外部空间的磁场推算

利用实时测量的内部磁场值准确推算出外部空间目标磁场值是潜艇实现闭环消磁要解决的关键技术之一。通过虚拟磁源法,得到了表征潜艇内外空间磁场变化量之间关系的表达式。对利用积分方程法模拟得到的潜艇模型内外空间磁场进行了仿真实验,实验结果表明:用内部数据推算得到的外部空间磁场与仿真数据几乎完全吻合。在实验室用潜艇模型进行了验证实验,推算数据与实测数据依然吻合,相对均方根误差最大为6.5%,该方法可用于潜艇闭环消磁中外部空间磁场推算。     

弹药装填机器人作业平台仿真系统设计与实现

针对弹药装填机器人作业过程复杂的问题,基于作业任务实用性和可操作性的要求,设计了一种作业平台仿真系统。在深入分析弹药装填机器人作业任务和工作过程的基础上,构建了总体设计方案,研究了仿真系统的稳定性技术,进行了运动控制、数据采集以及传感器精度等硬件部分设计和模块化技术的软件设计,建立了弹药装填机器人仿真系统。仿真结果表明：该设计能够实现对弹药装填机器人的控制和实时作业。     

餐厨垃圾热风干燥过程特性及模拟

为了考察不同温度(60～100℃)对2种餐厨垃圾在热风干燥过程中的水分变化规律及动理学特性的影响,利用7个数学模型对餐厨垃圾干燥过程的水分变化规律进行了拟合对比。结果表明:温度是影响干燥的重要因素。干燥温度越高,餐厨垃圾达到平衡含水率所需时间越短;烹饪过程可以改变餐厨垃圾的热阻,增加其活化能;用Page模型和Modified Page模型描述餐厨垃圾热风干燥过程拟合精度最佳;2种餐厨垃圾有效湿分扩散系数分别为1.37×10-9～2.47×10-9,5.14×10-10～2.05×10-9m2/s,活化能分别为13.86,34.05 kJ/mol。     

模糊评价的雷达抗干扰能力分析

分析雷达抗干扰能力的评估因子并采取专家打分的方法获取影响各因子的抗干扰能力贡献度,将评估的语言短语转化为三角模糊数,通过模糊运算和清晰数转化,将模糊的评定结果映射为确定的分析结果,最后利用指数法获取雷达的抗干扰能力,实例结果能基本反映出雷达的抗干扰能力大小。