机群作战仿真系统的研究和开发

针对空间战场三维图像显示技术的需求,采用MultiGen Creator作为建模工具,Vega作为实时仿真驱动软件,在SGI图形工作站上开发了虚拟机群作战视景仿真系统,设计了系统软硬件体系结构,解决了地形分块、地形LOD(Level of Detail,层次细节)等大规模地形管理以及与飞行仿真系统的广播内存实时网络接口连接等技术,实现了空间战场环境、特效的逼真显示.仿真结果表明,该系统满足仿真实时性和逼真度指标要求,增加了飞行视景仿真的"沉浸"感.     

IDE集成GCC编译器的方法

为了缩短基于Windows平台的嵌入式软件IDE的研制周期,利用自由源码的编译器GNU GCC,实现IDE的编译功能。通过借助于Cygwin环境,以及后台编译命令执行进程到前台界面显示进程的单管道设计,实现GNUGCC从Linux到Windows的移植,以及编译器编译信息的实时显示,从而实现GCC编译器在IDE中的集成。该方法不仅降低IDE的研制难度,也提高其编译功能的可靠性,为IDE的编译器集成提供一条有效的捷径。     

美国高超声速数值模拟进展综述

高超声速飞行器的发展在高超声速转捩、稀薄气体流动、超声速燃烧、气动力/热预测等方面对数值模拟提出了特殊的要求,推动了高超声速数值模拟技术的发展。近年来,美国在高超声速武器发展方面,明确了发展多型高超声速助推滑翔导弹和吸气式巡航导弹,高超声速飞机相关研究也在并行进行中。高超声速数值模拟研究手段有力地推动了这些研究工作的开展。美国重视在顶层规划上提升高超声速数值模拟整体能力,拟制了很多发展规划,组建了合作研究机构;针对性发展大量模型与方法,提高了高超声速数值模拟软件能力;广泛开展地面和飞行试验验证,提升了高超声速数值模拟的可靠性。美国发展高超声速数值模拟能力的部分做法可为我国提升高超声速武器装备水平提供借鉴。     

基于视频图像的增强现实光照技术

光照一致性是增强现实技术中一项重要的研究内容。利用摄像机捕获的放置在真实场景中的标定物和镜面小球的视频图像,设计了一个增强现实光照系统模型。模型的实现过程表明,该方法实现相对简单,不需要对场景及模型进行预处理,能够达到虚实对象在动态增强现实场景中光照的实时一致性。     

芳纶纤维增强塑料筋混凝土劈裂粘结应力的理论分析

基于Tepfers受均匀内压力作用的厚壁圆筒力学模型和混凝土材料的软化性能,视芳纶纤维增强塑料筋为横观各向同性材料,同时考虑了芳纶纤维增强塑料筋与混凝土之间的摩擦力和机械咬合力,建立了芳纶纤维增强塑料筋与混凝土之间劈裂粘结应力的计算方法,其理论值与试验值符合较好。     

建筑消防供水系统稳压增压方式探析

建筑消防供水系统中,当消防水箱不能满足静压要求时,应设增压设施。给出了稳压增压装置气压罐调节容积及气压罐容积的计算方法,分析了水枪和喷头实际出水量大于规范中的额定值、工况点的选择和增压水泵的出水量等规范中存在的问题。     

基于移动自组网的智能战场架构理论研究

提出了一种基于移动自组网的智能战场网络架构模型,对基于移动自组网的网络架构模型及软件平台结构进行了描述,并将该模型和传统的通信模型进行了对比。分析结果表明,该智能战场架构模型将对实现智能战场起到积极的推动作用。     

陆战场中的计算卸载和资源分配

移动边缘计算（MEC）作为5G时代的关键技术之一,通过计算卸载的方式提升任务执行质量。区别于其他研究,以陆战场为应用背景,针对多类型卸载任务共存的情况,考虑各类型任务的属性及需求,划分任务卸载优先级,以最小化系统开销为目标的同时提升高卸载优先级任务的卸载数量。通过仿真验证上述方法的可行性与优越性。     

基于多模态多目标进化算法的无人机三维路径规划

侦察无人机的三维路径规划不仅要考虑续航能力,还要考虑安全性。针对复杂的侦察环境,通过地形建模和威胁建模来模拟侦察无人机的三维飞行环境,并以油耗和威胁作为优化目标,最后使用多模态多目标进化算法来对其进行求解。实验结果表明,对于能耗和危险程度之间的目标冲突,所提算法能够提供多种有效决策支持。另外,当能耗和危险程度相同的情况下,相比于现有研究,可以提供更多等效方案供决策者根据实际环境作出最合适的决策。     

校准方法和存内训练相结合的忆阻器神经形态计算方法

基于忆阻器的神经形态计算架构在图像分类、语音识别等领域取得了较好的效果,但当忆阻器阵列存在低良率问题时,其性能会出现明显下降。提出一种基于忆阻器神经形态计算的校准方法和原位训练相结合的算法,利用校准方法提高乘累加计算的准确率,并利用原位训练方法降低训练误差。为了验证所提方法的性能,采用多层感知器架构进行仿真。从仿真结果来看,神经网络的精度有明显的提高(近40%)。实验结果表明,与单纯的校准方法相比,采用所提方法训练的网络精度提高了约30%,与其他主流的方法相比,所提方法训练的网络精度提高了0.29%。