影响基于反求的三维建模数据完整的因素及其处理方法

在产品开发设计中应用反求工程技术因其具有开发周期短、起点高、步伐大的特点而越来越受到重视。而反求过程中最为重要的一个环节是保证数据的完整性。从数据提取、数据传输、曲面造型三个环节分析了基于反求工程技术的几何模型重构中影响数据完整的主要因素即测量死区、数据重叠或数据间隙、原始模型局部变形或破损、数据传输造成的数据失真或数据丢失、造型残缺等,并提出了几何功能分析、信息补充、造型修复的解决方法,最后结合实例加以说明。     

Banach空间中强伪压缩算子带误差的Ishikawa迭代过程

在一般的Banach空间中,使用一个不等式及某些分析技巧证明了非线性强伪压缩算子、强半压缩算子不动点带误差的Ishikawa迭代过程的收敛定理,并给出了它们的误差估计,推广和改进了近期的一系列相应结果。     

基于AGENT的危机决策模拟问题求解框架研究

本文在分析危机决策对抗模拟特点的基础上 ,提出了基于双层黑板模型的危机决策对抗模拟问题求解框架 ,探讨了多智能体对各种不同类型知识模块的封装和组织 ,分析了态势推演问题求解框架和危机决策问题求解框架的结构和组成。     

电子战战术仿真训练模型探讨

本文主要论述了开展电子战战术仿真训练模型研究的目的和意义,以及设计仿真训练摸型所要考虑的诸多要素。这里主要从受训人员的角度来设计论证,即侧重于操作员界面,幕后所发生的一切,由电子对抗仿真试验系统提供支持。     

水面舰艇战术应用软件研制中的建模研究

水面舰艇战术应用软件研制是一项复杂的系统工程,建立模型是这项系统工程中的核心部分,直接关系到水面舰艇战术应用软件的各项性能指标。本文针对水面舰艇作战的特点,对其战术应用软件研制中的建模问题进行了研究。     

FIFO芯片在跳频参数测量中的应用

在说明FIFO的特点的基础上论述了其在跳频参数测试中的应用,详细说明了测试逻辑的软硬件设计。     

闭环激励下无人机非线性参数频域在线辨识

随着无人机在军民领域的大规模应用,对无人机复杂工况下的安全性和适应性提出更高要求。闭环辨识能够在考虑系统反馈作用下获取辨识参数,大幅提高辨识试验的稳定性和安全性。针对无人机闭环辨识试验中多变量非线性气动参数获取问题,首先基于某固定翼无人机动力学模型,推导了无人机的气动力、气动力矩等29个气动参数辨识模型;然后提出了一种闭环激励下无人机多变量非线性参数频域在线辨识方法,设计了基于递推傅里叶最小二乘的闭环辨识的流程架构;最后通过添加噪声后的仿真系统对辨识方法的有效性进行了验证,对辨识结果的有效性进行了分析,可为后续开展的闭环辨识飞行试验提供技术储备和理论支持。初步仿真结果证明,提出的闭环激励下无人机多变量非线性参数频域在线辨识方法可以高效获得辨识结果,辨识的29个气动参数中有16个气动参数辨识平均误差3.43%,同时提出的辨识方法较常规最小二乘法精准度平均提高25.5%。     

基于高斯数据增广的小样本数据无人机编队类型抗扰识别

近年来,随着无人机的应用越来越广泛,对无人机编队类型进行准确识别具有重要意义。基于此,对小样本数据下无人机编队类型识别问题进行了研究。首先,对目前常用的各种无人机编队类型识别方法进行了介绍,针对小样本数据无人机编队类型抗扰识别面临的主要问题进行了分析;其次,对所提方法涉及的理论背景进行了研究;然后,对所提无人机编队类型抗扰识别算法进行了详细阐述;最后以带有噪声的菱形无人机编队的位置坐标作为输入数据,使用所提方法进行仿真实验,仿真实验结果表明,以参数均方误差作为队形识别的准确度指标,所提方法可将均方误差由45.1降低至0.46,显著提高了无人机机群特征聚类的精度与鲁棒性,证明了所提方法在小样本数据无人机编队类型抗扰识别问题上的有效性。     

箭（弹）级间螺栓法兰连接结构准静载失效实验与数值仿真研究

基于火箭(导弹)级间螺栓法兰连接结构,简化设计并制作了一组原理性实验件,设计准静载加载实验测试系统,进行了两次准静载失效实验,并利用ABAQUS软件建立对应的有限元模型。实验中设计了螺栓力响应信号采集传感器,获得了螺栓力响应数据、加载力与加载位移等多组关键数据。根据实验效果和实测数据,分析了连接结构在准静载荷载作用下的失效机理,并对比验证了有限元模型数值模拟效果和精度与实验吻合较好。研究结论可为箭(弹)级间连接结构承载能力和失效实验设计提供参考。     

初始保障期内装备维修器材保障决策方法

为解决新服役装备在初始保障期内维修器材保障方案决策问题,分析了两级装备保障体制下维修器材的流动情况。利用贝叶斯估计理论,根据固定时间间隔期内最小顺序统计量与失效数的预测下限来确定服从威布尔分布的装备单元故障时间和故障数量。最后通过实例表明,与支持向量机、灰色神经网络和ARMA等预测模型相比,所建方法能够获得更佳的预测结果。