基于齐默曼布局的微小型无人机气动布局设计研究

齐默曼布局是小展弦比实现大升阻比的优秀气动布局,相比于矩形翼等传统布局非常适合微小型无人飞行器使用。采用综合方法针对齐默曼布局开展小型飞行器的总体设计与气动设计工作,包括以下四个阶段,即通过给定设计目标对无人机任务载荷进行选型;基于翼载、质量和翼型之间相互迭代确定无人机总体参数;结合计算流体力学方法对无人机进行数值模拟,最终获得无人机具体气动参数并指导电子部件与飞控选型;通过工程试制完成样机制造并进行外出试飞实验,验证了齐默曼布局在低雷诺数下的气动优势。研究结果表明,齐默曼布局在微型固定翼无人机应用中展现出良好的表现。据此,本文进一步构建了一套基于齐默曼布局的高性能微小型固定翼飞行器设计方案。     

基于MDO方法的卫星集成设计系统分析与实现

为解决多学科设计优化方法中多学科设计、多学科分析、多学科优化过程与卫星总体设计流程集成的问题,采用变复杂度建模技术,并借鉴产品数据管理思想,设计并实现了面向总体设计的卫星集成设计软件系统。阐述了软件的设计思想、系统组成和功能特点,并给出了月球探测卫星概念设计问题的具体应用实例,结果表明软件在解决多学科设计优化方法应用于卫星集成设计问题时的可行性。     

LaB6空心阴极中毒特性研究

LaB6阴极与其他类型阴极相比具有电子发射电流密度大等优点,已广泛用于电推进、高发射密度电子枪等产品。为了研究LaB6空心阴极中毒特性,识别LaB6空心阴极主要失效模式,分别对LaB6空心阴极暴露大气后性能变化特征和引起性能变化的原因进行了研究。结果表明：LaB6空心阴极在暴露大气后表面吸附大量中毒气体,出现了发射体表面逸出功增加,发射体出现短期中毒现象。此时空心阴极的放电电压和阴极顶温度均有所上升,经过短期工作后放电电压和阴极顶温度均恢复初始状态。但LaB6空心阴极严重中毒后,并且不能通过加热和离子轰击方式去除表面生成的氧化物。因此,可以在实验过程中通过监测空心阴极的阴极顶温度和阳极电压变化间接表征空心阴极发射体状态。     

面向癫痫脑电的简化深度学习模型

针对脑电信号随机性强、动态变化迅速等特点,提出了一种简化深度学习模型研究癫痫脑电识别问题。提出的模型以一维卷积神经网络为基础,在结构方面简化了卷积层、池化层等以提高模型效率,在整体框架方面应用了Keras框架,在训练优化算法方面采用RMSProp算法作为模型优化算法,通过预定义的目标函数来进行损失估计,模型设计上加入了批标准化层和全局均值池化层。基于所提模型,从三个方面研究了癫痫脑电识别问题,即:利用经验模态分解,分别选取前三阶、前五阶、前七阶、前八阶的本征模态函数分量,在简化模型上进行对比分析;利用提出模型所具备的深度学习特点,直接识别原始脑电信号而无须特征提取环节;增加了三种不同方法分别提取7类特征,对相同的脑电数据进行对比分析。性能分析结果表明:对于五类不同的脑电信号,前三阶的本征模态函数分量的识别率达到92.1%,比其他几种处理方式识别率高;前八阶的本征模态分量识别率不及原始信号,表明人工数据处理时会给数据带来噪声; 所提出的简化深度学习模型能高效处理癫痫脑电识别问题,具备较高效率和较好性能。     

陆军作战实验现状及发展

通过对陆军作战实验现状的分析,掌握了作战实验在仿真实验、武器装备科研条件建设、陆军模拟训练等方面的现实应用。结合实际,可以预测陆军作战实验将沿着云计算、大数据、网络对抗、嵌入式仿真系统等技术与方法发展。     

基于ACE Streams框架的舰船综合电子仿真系统设计

软件构件具有良好的功能封装性及接口规范性,在增强软件的可移植性和提高复用率等方面意义重大。在舰船综合电子仿真系统开发过程中,通过引入ACE Streams框架的技术,有效地降低了软件各层次间的耦合度,增强了数据的传输处理能力,固化了该系统的通信机制。     

基于multi-agent编组的校园虚拟实验网格任务分配策略

在网格计算环境下,许多任务的执行经常需要同时协同分配多个agent以满足性能需求.提出了一种新的基于multi-agent编组机制的agent协同分配方法.首先,对传统编组算法和multi-agent编组算法进行了分析比较.然后,设计了校园虚拟实验网格调度系统及其任务分配算法,实验结果表明:当CDR=0.2时,算法与传统算法带来最好的目标价值,在某些条件下,传统算法略微胜过该算法,当CDR增大时,该算法比传统算法执行得更好.