多层卫星通信网络结构设计与分析

针对单层卫星网络时延高、网络阻塞概率大等问题,研究了多层卫星网络的系统结构及其特点。结合不同轨道卫星特点,引入分层卫星网络结构,采用Walker和极轨星座覆盖带设计法,设计了多层卫星网络星座。采用"弱连接"模型作为星际链路建立的基本原则,并对星座的覆盖性能和星际链路特性进行了仿真分析,结果表明,多层卫星网络在覆盖特性和星际链路性能上更具优势。     

陆军战场机动效果评估

战场机动效果评估是陆军指挥员及指挥机关组织机动过程中的一项重要工作。首先介绍了战场机动效果评估的内容和指标体系,通过对机动时效性、机动到位率、机动隐蔽性和战斗力保持程度等主要内容的定性与定量分析,建立评估指标体系、评估数学模型,分别从机动时刻性、机动到位率、机动隐蔽性和战斗率四个方面评估机动效果,然后得出综合评估模型。以某战场机动场景为例进行仿真分析,得出综合评估结果,证实该方法提高了评估的准确性,为指挥员决策提供重要依据。     

三维运动捕捉技术在消防模拟训练中的应用

从角色模型的创建、消防员个性化动作数据的捕捉和处理以及利用该数据对模拟训练场景里消防员的驱动,探讨了如何将三维运动捕捉技术应用于消防模拟训练中。结果表明：三维运动捕捉技术的应用为解决消防模拟训练场景中虚拟消防员实时动画问题,人员疏散的视景仿真问题等探索了道路,奠定了基础。     

基于中间件平台的异构数据交换与集成

针对数据共享过程中数据可能来自不同的途径,提出了一种基于中间件技术的统一平台异构数据库数据交换模型.该模型基于驱动映射,当数据从数据库传送到XML文档或从XML文档传送到数据库时,用一个具体模型实现数据交换.其方法是将XML文档表示为由数据对象构成的树,每一个元素类型和对象模式中的对象相对应,即模式和模式之间的映射.文...     

基于XML的指挥控制信息交互模型

针对传统指挥控制信息交互的有歧义、不同系统之间无法共享等缺陷,提出了基于XML的指挥控制信息交互方式,建立了基于XML的指挥控制信息交互模型结构,阐述了信息交互的内容、模式和交互机制,重点探讨了指挥控制信息交互的模式.根据指挥控制信息的分类和具体内容,定义了信息交互的C2IE-XML模式,并详细定义了该模式中的头元素和内容元素,内容要素中详细阐述了命令要素.该模型为指挥控制信息交互建立了基本的规范,也为信息共享创造了条件.     

基于Kraken模型的海洋声场及相干性分析

海洋环境的复杂性和多变性严重影响着水下信号处理系统的性能,海洋声场研究及其相干性分析利于海洋中声纳设备有的布放,为海洋环境的相关场分析和声场的战术运用提供理论依据.射线模型、简正波模型、抛物线等模型分别适合于不同的海洋声场环境,以Kraken简正波模型为基础,完成对不同频率下典型的海洋声场计算与分析,得到不同条件下声场的传播损失图.海洋声场相干性分析侧重于声场水平纵向相干及垂直相干研究,结合其结构产生分别对纵向相干与声源深度及垂直相干与阵元间距等因素的关系展开讨论.研究表明:对不同频率下的声场传播损失的分析及海洋声场的水平纵向相干、垂直相干等问题的探究能够为海洋环境的相关场分析和声场实际应用提供一定参考.     

基于GA-BP算法的飞机维修人员安全预测模型

为实现对飞机维修人员安全性的有效预测,构建了维修人员安全性评价指标.通过专家打分法获得了维修人员安全性评价指标的原始训练数据和测试数据,分别采用BP-GDM模型、BP-LM模型和GA-BP-LM模型对数据进行了训练和预测,仿真结果表明:BP-GDM模型预测精度最差,且训练耗时较长,而GA-BP-LM模型不仅可以获得较高的预测精度,且耗时最短,BP-LM模型居中.此外GA-BP-LM模型相对误差值波动幅度最小,平均相对误差仅为3.33％,达到了预测的精度要求,为飞机维修人员安全性预测提供了有效手段.     

基于小波变换的外测设备动态精度评估方法

为了解决传统的变量差分法或最小二乘拟合残差方法评估外测设备动态精度引入模型误差问题,提出了基于小波变换的外测设备动态精度评估方法.对残差序列的小波基函数选择及系统误差和随机误差分离技术进行了理论分析,并应用某设备的残差序列数据实验验证,取得了基于小波变换和变量差分方法的残差信号系统误差与随机误差以及设备精度指标.结果表明:基于小波变换评估外测设备动态精度无模型误差,计算的设备精度指标符合设备测量特性,基于变量差分的评估方法将模型误差引入到设备综合误差上,导致设备误差变大,影响精度评定的准确性.通过对比分析,更加证明了基于小波变换的外测设备动态精度评估方法的科学、准确.     

基于小波神经网络的MEMS陀螺输出预测方法

为了解决弹载MEMS陀螺实时输出预测问题,提高陀螺输出预测精度并减小计算量,通过分析弹载陀螺信号时间序列特性,结合小波分析和神经网络两种方法的优势,提出了一种基于小波神经网络的MEMS陀螺输出预测方法。选取并优化神经网络结构参数,利用实测陀螺数据对建立的小波神经网络进行训练,并预测出未来一段较短时间的陀螺输出值。与陀螺实测值和ARMA模型预测结果的对比发现,小波神经网络方法有效地提高了MEMS陀螺输出预测的精度、减小了计算量,从而验证了该方法的有效性和精度。     

逆边界无网格法声源识别的理论与实验

针对逆向求解声源识别中的声辐射传输建模问题,采用无网格法将Kirchhoff- Helmholtz边界积分方程离散为受边界条件约束的有限维线性方程组,通过分块矩阵法对该约束方程组进行求解,得到了离散后声辐射传输模型的数值表达式.在此基础上,进一步研究了逆向求解声源识别问题的基本原理及其不适定性.为克服其不适定性,采用Tikhonov正则化和L曲线正则化参数选取方法,从而确立了有效的逆向求解方法.此外,还进行了扬声器阵列声源识别实验,实验结果验证了逆边界无网格声源识别理论和方法的可行性及可靠性.