印军改组装备研发机构

2012年3月19日,印度国防部长AK·安东尼宣布国防研究与发展组织将更名为国防研究发展局,直属国防部,直接对国防部长负责。改组后的国防研究发展局在项目立项、经费分配等方面拥有更大的自主权,将有效改变其拖沓、效率低下的不良印象,加快印度国产武器装备的研发进程。     

基于微分进化算法的盲源分离

将微分进化算法的优点引入到盲源分离中,提出了基于微分进化的盲源分离算法。该算法以混合信号的峰度为代价函数,采用独立分量分析的方法对瞬时混合的信号进行盲分离。盲源分离中常用的自然梯度算法是一种局部寻优算法且收敛速度较慢,而微分进化算法是一种全局寻优算法且具有并行性、易实现等优点。分别用无噪仿真信号和有噪仿真信号对提出的算法进行仿真实验,比较了基于微分进化算法的盲源分离、基于粒子群优化算法的盲源分离和基于自然梯度算法的盲源分离的分离结果。结果表明:基于微分进化的盲分离算法收敛速度快,分离效果也比较好。     

有限数据诱骗态量子密钥分配的无条件安全界限

以实验中采用最多的诱骗态量子密钥分配方案(基于预报单光子源)为研究对象,在有限数据条件下,推导了单光子态计数率下限和误码率上限的计算公式,得出了无条件安全密钥生成效率的下限和安全传输距离的范围.根据研究结论,只要已知系统发送数据数量,便可得出量子密钥分配无条件安全界限;也可以按照密钥分配的指标要求,反过来确定系统发送数据的数量.这样避免了数据有限带来的安全漏洞,提高了实际量子密钥分配的安全性和有效性.     

计算机网络级联失效建模与分析

针对以往级联失效模型负载局部重分配规则与现实计算机网络全局路由特点不吻合的缺陷,模拟网络中信息流传输过程。定义路由器的失效条件,建立基于负载全局重分配的级联失效模型,并在此基础上提出基于连通和性能两方面的级联失效影响评价参数,进而分析用户流量和攻击方式对计算机网络级联失效的影响。结果表明,随着流量的增大,级联失效存在相变行为,相变点刻画了网络在不会发生级联失效前提下的最大传输能力。此外,针对网络中高度节点的攻击,更为容易引发大规模的级联失效,应予以重点保护。     

雷电流数学模型分析

雷电流模型是自然雷电流的数学表达。通过雷电流数学模型可以得到建筑物防雷研究所关心的参量,它是建筑物雷电防护的基础。雷电流频谱分析对确定适合的雷电防护措施,消除或减弱雷电对建筑物弱电系统的破坏作用具有重要意义。选取双指数函数模型和霍德勒函数模型进行对比仿真分析和频谱分析,研究结果表明:霍德勒函数模型与BERGER等人的观测测量结果是一致的;雷电流所含频率丰富,且集中在低频部分。     

一类二次微分系统在三次多项式扰动下的极限环估计

计算了一类二次Hamilton微分系统的一阶Mel’nikov函数,通过此方法对该系统在三次多项式扰动下分岔的极限环个数进行了估计。     

小户型公寓设计与分析

公寓房是我军住房保障体系的重要组成部分,其中又以小户型公寓房为主体,加强小户型公寓的设计研究对提高其保障效能具有现实意义。解读军队公寓住房建筑设计方案竞赛一等奖作品,指出小户型公寓采用一梯两户多层的形式在营造营区环境、降低建筑全寿命费用、改善室内舒适度等方面具有比较优势;应合理分配小户型公寓房面积,适当提高卫浴和厨房所占面积比例,控制客厅和卧室规模;应在门厅空间布局与卫浴空间分室设置、储藏空间多样化、布置多用途小空间、管井集中出户等方面提高设计的精细化程度。     

基于门限偶极子模型的四轮车变速度轨迹跟踪控制

针对利用李亚普诺夫函数控制律设计的轨迹跟踪控制器在跟踪初始误差较大和离散轨迹时,存在速度跳变问题和拐点处误差偏大的问题,设计了一种基于门限偶极子模型和趋向模型的变速度轨迹跟踪控制器。以四轮车的运动学模型为研究对象,在李亚普诺夫函数控制律的基础上,引入门限偶极子模型解决了初始误差较大速度跳变问题,同时引入纵向控制中的趋向模型,解决了不连续轨迹拐点处误差偏大的问题,使得跟踪轨迹更为光滑,进一步提高了跟踪精度。通过仿真结果对比分析,验证了改进控制器的有效性。     

协同OFDM放大前传空时编码系统中的功率分配

针对由源节点和单个中继节点形成的协同正交频分复用( OFDM) Alamouti空时块码系统,分析了放大前传(AF)模式下的系统容量,给出了解析表达式.考虑节点功率独立约束的应用场景,提出了分步迭代的功率分配算法( SIPAA)来提高系统容量.该算法的核心思想是在每次迭代中,分步对源和中继节点分别进行注水功率分配,注水...     

一种新的小波收缩统一阈值函数

提出一种新的小波收缩统一阈值函数,并证明了新阈值函数具有收敛性,通过调节可变参数的取值可以改变新阈值函数的趋向,为图像阈值去噪的自适应处理提供了可能.此外,给出了新阈值函数的期望、方差与风险的关系式.仿真结果表明新阈值函数不仅能有效去除噪声,而且比两种经典的阈值函数有更高的灵活性,可以获得更高的信噪比和更好的视觉效果.