SEAD场景异构无人机配置与任务规划联合优化方法

对敌防空压制(suppression of enemy air defenses, SEAD)场景是多无人机协同的典型应用,针对该场景特点,在任务规划问题基础上将各类型无人机数量也作为决策变量,充分表征目标、任务和无人机的多种约束,建立异构无人机编队路径问题模型。设计了双层联合优化方法求解该模型：上层设计了任务衔接参数指标,精确评估各类型无人机需求,指导无人机配置调整;下层设计了改进遗传算法,高效处理多类型约束并能结合无人机数量变化对任务方案进行精细调整;双层相互协调获得满足需求的无人机配置和执行方案。仿真结果表明,该方法可以在避免遍历无人机配置组合的前提下获得合理的无人机配置方案和高效可行的执行方案。     

新型炮瞄火控雷达训练模拟器

雷达训练模拟器是适应现代战争条件而诞生的一种新型防空兵训练设备.从系统的角度介绍了一种新型炮瞄火控雷达训练模拟器的设计思想、结构、功能和特点,分析了模拟器的关键技术.该模拟器解决了雷达目标的实时生成、控制、搜索和显示等关键问题,新增了电子干扰与反干扰的训练内容,完整实现了战场环境下的炮瞄雷达攻防对抗训练.目前,该系统已成功应用于部队训练,获得了良好的应用效果.     

高速冲击下金属橡胶动态力学特性研究

为探讨金属橡胶在高速冲击环境下的动态力学性能,制备了圆柱实心金属橡胶试件,使用分离式霍普金森压杆(SHPB)开展了金属橡胶的动态压缩试验。分析了金属橡胶动态应力-应变规律,探讨应变速率和弹簧卷外径对金属橡胶的动态弹性模量、动态峰值应力、能量吸收和理想能量吸收效率的影响规律。结果表明,动态应力-应变曲线分为弹性形变阶段、局部塑性变形阶段和破坏阶段,动态弹性模量和动态峰值应力均表现出典型的应变速率效应,且均随弹簧卷外径的增大而减小。此外,随着应变增大,能量吸收性能随应变速率增大而逐渐变好,随弹簧卷外径的减小而逐渐变好。理想吸能效率受应变速率影响很小,但随应变增大而逐渐增高并趋于饱和,其饱和值均大于0.75,弹簧卷外径为3 mm时,金属橡胶的理想吸能效率最优,其饱和值达到0.88,表明金属橡胶材料在高速冲击下有良好的吸能抗冲击作用。     

球状CuO/PPy复合材料的制备及其吸波性能研究

采用溶剂热法制备了球状CuO,并通过原位聚合法在球状CuO外部包裹PPy(聚吡咯),制备了具有核壳结构的球状CuO/PPy复合材料.随后通过XRD、FT-IR、SEM、TEM等方法对复合材料的形貌和物相组成进行表征,并采用同轴环测试技术分析复合材料的电磁参数,最后根据传输线理论计算吸波材料的反射损耗RL.研究结果表明:...     

分布共享存储系统中程序访存行为对性能的影响

本文首先提取了分布共享存储系统（ＤＳＭ）中程序访存行为的几个重要参数,并以此建立了一个处理机效率模型。在此模型基础上分析了访存行为的各种因素对处理机效率的影响情况,文章最后给出了提高处理机效率的几种技术途径。     

一种数据驱动的飞行仿真参数辨识方法

目前飞行参数经验公式针对于不同飞机机型拟合不准确,且传统黑箱算法无法定量表达飞行参数相关性。针对上述问题提出一种基于快速存取记录器（quick access recorder,QAR）数据的飞行仿真参数辨识方法,该方法在多项式拟合算法基础上,增加权重系数分配输入参数在算法中所占比重,利用斯皮尔曼等级（Spearman rank）相关系数计算不同输入参数权重系数。由此设计二元多项式,基于改进算法求解最优多项式系数。仿真结果表明,该方法可有效降低仿真误差。     

分布舱群空间站构想

分布舱群空间站是若干功能舱的组合,各舱之间无结构上的连接,在空间飞行中各舱保持一定的构型。航天员可在舱群中的控制舱内生活、工作,其它舱不载人。本文主要对分布舱群组网的一些关键技术诸如:自主定位、定轨与运行、自主交会对接、舱群运行管理、功能舱链路等进行了探讨。对舱群的通信、软连接及应用前景也进行了讨论。     

聚碳硅烷的高温高压合成与减压蒸馏

采用高温高压法合成了聚碳硅烷(PCS),通过改变合成条件与减压蒸馏温度的方法对PCS分子量及其分布进行调控。研究表明,改变PCS的反应温度、反应时间,可以基本控制PCS的分子量及其分布范围。随着反应温度的提高,反应时间的延长,PCS的分子量逐渐增大,分子量分布变宽。当合成温度高于450℃,反应时间大于6h时,或温度高于460℃,反应时间大于4h时,PCS中出现高分子量部分。随着反应条件的强化,高分子量部分逐渐增加,甚至出现超高分子量部分。提高减压蒸馏温度,可以有效降低PCS的低分子含量,提高分子量,降低分散系数。减压蒸馏温度每提高50℃,PCS的低分子含量约降低8%,重均分子量约提高1000,分散系数平均降低约0.3。     

基于相对密度的增量式聚类算法

基于聚类的相对性原则:簇内对象具有较高的相似度,而簇间对象则相反,提出一种基于相对密度的增量式聚类算法,它继承了基于绝对密度聚类算法的抗噪声能力强、能发现任意形状簇等优点[1],并有效解决了聚类结果对参数设置过于敏感、参数值难以确定以及高密度簇完全被相连的低密度簇所包含等问题。同时,通过定义新增对象的影响集和种子集能够有效支持增量式聚类。     

目标自动跟踪参数辨识模型的工程化动态辨识

为解决机动目标参数辨识模型工程应用问题,采用扩张状态观测器等先进的非线性滤波算法,从实测的含有观测噪声的目标位置数据的序列中,直接估计出机动目标运动的一阶、二阶、三阶导数,并结合目标运动模型辨识的理论算法,在工程应用上首次实现了机动目标运动模态和运动模型的双重动态辨识,完成了目标模型动态辨识的工程化设计.