基于AMESim的液压混合动力车辆建模仿真研究

在阐述并联式液压混合动力车辆的结构原理及液压系统参数设计的基础上,利用AMESim创建了整车模型。根据液压混合动力系统的工作特性,以改善车辆燃油的经济性为目标,提出了基于车辆扭矩需求的发动机和液压泵/马达扭矩控制策略。仿真结果表明:该混合动力系统能合理控制扭矩分配,实现不同工作模式的平顺切换,在满足车辆动力性能指标的前提下,有效地提高了燃油的经济性。     

基于贝叶斯混合源分离方法的声纳探测误差模型

声纳的探测误差模型是声纳仿真的核心技术。针对现有的声纳误差白噪声模型仿真逼真度低的问题,提出了基于贝叶斯混合源分离方法,建立了声纳的探测误差模型,提高了声纳误差模型的性能。与传统的白噪声仿真方法相比,基于贝叶斯混合源分离方法的声纳误差仿真模型具有较好的逼真度,可以有效地对声纳探测误差进行建模和预测。     

基于IVA的卷积混合频域盲扰信分离算法研究

盲扰信分离是盲源分离算法在无线通信抗干扰中的应用。文章将独立向量分析(IVA)引入到卷积混合频域盲扰信分离算法中,克服了频域方法存在顺序不确定性和分离效果不佳的缺陷。仿真实验表明该算法的有效性,采用该算法实现了卷积混合条件下BPSK信号与多种干扰的扰信分离,具有一定的抗干扰能力。     

混合现实技术在军事训练中的应用优势——以美军综合训练环境为例

随着科技手段的进步,现代战争的作战样式不断发展。信息化条件下的作战对军事训练提出了更高要求,传统的训练方法与模式亟待改进。混合现实技术的应用开辟了军事训练新模式。这种针对数据的可视化集成运用以及在其基础上开发的训练系统,通过对数据的处理利用实现了军事训练效果的有效评估。本文以美国陆军综合训练环境这一混合现实技术在军事训练中的典型应用案例作为对象,分析概述了综合训练环境的世界地形、训练模拟软件及训练管理工具三大组成部分的功能特点、架构组成,并根据混合现实技术的发展状况探析综合训练环境的应用优势,以期为军队混合现实技术在军事训练中的应用提供一定借鉴。