文件过滤驱动在文档安全管理系统中的应用

通过对文件过滤驱动运行机制的分析,系统决定采用文件过滤驱动的原理来实现对磁盘上重要文档进行动态加解密。该加密方式与其他加密算法相比具有速度快、加密彻底、安全性好、访问控制方便等优点,同时可以支持多种存储介质。     

基于MDA的HLA系统开发流程与框架设计

HLA作为IEEE认定的分布式仿真标准,随着在军事、民用等仿真领域的广泛运用,其自身的模型重用性、互操作性等不强的弱点逐渐暴露出来,越来越不能满足大型复杂仿真系统的需要。将MDA方法引入HLA仿真系统设计中,尝试用MDA的模型思想对HLA系统进行开发,提升HLA的模型重用性和互操作性。对MDA在HLA系统中各种模型的设计和表述方式进行了分析研究,提出了一个基于MDA开发HLA仿真系统的开发流程,建立了一个基本开发框架,从软件开发的角度提高了系统的开发效率。     

一种基于Lorentzian函数的变步长LMS自适应滤波算法

为了改善传统的LMS类算法存在的缺点,提高算法的收敛速度和跟踪性能,提出了一种基于Lorentzian函数的变步长LMS自适应滤波算法.该算法采用Lorentzian函数来建立估计误差e(n)和步长因子μ(n)之间的非线性关系,以达到提高收敛速度和改善跟踪性能的目的.计算机仿真表明,算法与其他LMS类自适应滤波算法相比,在收敛速度和跟踪性能上都有较大的提升.     

鲁棒滤波在机动目标跟踪中的应用

在交互多模型中通常使用的卡尔曼滤波器中,引入广义H∞(鲁棒滤波器,以一定的精度为代价,换取满意的鲁棒性能.H(鲁棒滤波算法可以分解为卡尔曼滤波和鲁棒化两个环节,从而形成一种基于增益失调因子的结构化分解算法.为验证算法的有效性,进行了Monte Carlo仿真.仿真结果表明,本文算法跟踪复杂机动目标时跟踪性能有较大提高,有很好的可实现性.     

军品价格规制中的合谋博弈分析及其治理

合谋问题是军品价格规制中最为严重的问题,它严重影响军品市场交易的效率。但合谋行为并不是市场机制或计划机制的必然产物,而是由于各种机制激励与约束不相容所导致的一种扭曲性经济行为,其实质是一种混合策略博弈的均衡。在此混合博弈格局下,军品采办人员抽租威胁策略是导致合谋结果的关键因素,承包商的寻租策略是次要因素。治理合谋问题要从“有租不愿寻”、“有租不必寻”、“有租不敢寻”、“无租可寻”四个方面来选择与设计相应的综合治理机制。     

高性能永磁交流伺服系统研究

重点介绍了永磁交流伺服系统的控制策略,位置检测和辨识、主电路和驱动技术等关键技术.在研究了其物理方程、转矩方程和等效电路的基础上,提出了永磁同步电机的数学模型.叙述了矢量控制的原理,构建了永磁同步电机交流伺服系统,并对上述电机模型,矢量控制方法及相关硬件设计进行了研究.     

STK北斗导航系统对GPS导航性能增强研究

为了进一步增强我国GPS用户的定位精度,提出了将北斗导航系统与GPS导航系统进行组合应用的方法,在此基础上,基于STK完成了PDOP数据的仿真.仿真结果表明,组合系统的性能得到增强、系统的定位精度得到提高.     

基于深度神经网络的OFDM系统IQ不平衡补偿技术

正交频分复用(OFDM)是现代移动通信中一项重要的物理层通信技术,并且OFDM系统要求子载波间严格正交。然而在实际系统中,振荡器和滤波器等器件的非理想特性会导致同相正交(In-phase and Quadrature-phase,IQ)不平衡,从而破坏子载波的正交性,严重影响OFDM系统的性能。本文研究了IQ不平衡对OFDM系统的影响,提出了基于并联深度神经网络的IQ不平衡补偿技术。该算法利用了深度神经网络不依赖于模型的特点,直接从接收到的频域信号恢复原输入信号的二进制序列,并利用IQ不平衡的干扰信号来自镜像子载波的先验知识来初始化神经网络,加快其网络优化的收敛速度。仿真结果表明,该算法能有效地补偿IQ不平衡失真,并且在幅度和相位失真的补偿上,其性能都优于传统的导频的最小二乘（LS）估计补偿IQ不平衡的算法,证明了深度学习方法解决物理层问题的优越性。     

全液压驱动管道机器人公理化设计

随着管道机器人应用领域与任务需求的不断增大,机器人设计中存在的问题日益突出,如输出功能相互耦合、定位精度不高以及复杂环境下可靠性低。针对石油水平井对于管道机器人的特殊应用需求,将公理化设计理论应用到机器人系统设计中,创新设计一种基于挠性支撑结构的全液压驱动管道机器人。概述公理化基本原理与设计过程,对全液压驱动管道机器人进行概念设计,完成设计耦合性分析。确定机器人机械系统与液压系统具体结构组成,并分析其工作机理。应用AMESim软件,对机器人运动原理方案进行仿真分析,结果表明:全液压驱动管道机器人可以实现自动往复运动,牵引力可以达到30 kN,运动速度可以达到0.12 m/s;机器人牵引能力与运动速度可以完成单独调节,从而实现解耦设计。