基于空间几何关系的反交会规避机动方法研究

针对具有自主接近能力的航天器开展了反交会规避机动方法研究。首先,建立了仅测角相对导航模型,对完全不可观测机动进行定义,基于空间几何关系推导并证明了完全不可观测机动是不存在的。随后,以施加规避机动后追踪器对逃逸器的测量值与未机动时的差异为优化目标,利用矢量乘积原理设计目标函数,建立优化模型并对变量约束进行分析,随后采用遗传算法对最优规避机动方向进行优化。给出的仿真算例结果表明,提出的规避机动方向计算方法能够使目标函数值达到最小,从而提升追踪器对逃逸器的状态估计难度,降低其估计精度。本文方法为规避机动问题研究提供了一种新的视角,可为以主动接近航天器这类新对象进行的规避研究提供有益借鉴。     

基于VR与PNN相结合的机电液控制系统故障诊断方法

针对大型复杂机电液控制系统故障诊断中存在的数学模型获取困难、历史故障数据匮乏问题,提出了一种将虚拟样机与概率神经网络相结合的故障诊断混合方法。建立系统的虚拟样机,并对其可信性进行校核与验证。在此基础上进行大量随机性故障植入与仿真实验,获取故障仿真数据。经过特征提取与概率神经网络模式识别训练,形成用于诊断的知识库,从而实现故障诊断。以操舵系统作为研究案例,得到了较高的故障检测和隔离精度与较低的虚警及漏警率,验证了该方法的可行性,为大型复杂机电液控制系统故障诊断提供新的思路。     

集成系统测试性方案与分配一体化

在装备测试性工程中,总体方案设计与测试任务和指标分解十分重要,但在实践中,一些装备顶层设计不到位,总承制方缺乏有效地监控和管理,导致分承制方的设计各自为政,后续集成设计难以开展;指标分配未能结合总体方案,出现分配指标过高达不到或指标过低没有约束力等尴尬局面。文章针对上述问题,提出了测试性方案与分配一体化设计架构,认为:测试性分配需综合考虑系统集成性以及下级单元的技术特点和能力,予以"视情分配";对一些故障的测试可由总承制方考虑,包括对系统集成故障以及组成单元中难以自测的故障;当测试性方案把这些测试任务明确下来,分配时就只需考虑剩余故障的测试。文章最后给出了考虑系统级测试性方案的测试性分配方法,并用案例检验了方法有效性。     

基于复杂网络的作战同步建模与优化

为了量化分析作战同步问题,提出多作战单元协同作战复杂网络模型,在此基础上,应用复杂网络同步理论,重点从作战单元动力学行为和网络拓扑结构两个方面对作战同步的内在机理进行分析。针对不同的作战情形,设计了静态同步和动态同步两种网络,并分别应用离散粒子群算法对网络结构进行优化。对网络抗毁性的仿真实验表明两型网络对随机攻击和恶意攻击均具有较好的鲁棒性。     

无线传感网和神经网络的民用火药贮存在线监测系统

针对目前绝大多数火药仓库的温度、湿度控制由于采用人工操作导致对温湿度不能实时精确监控从而导致火药失效的问题,设计了一种基于无线传感网和神经网络的火药贮存在线监测系统。该系统将无线传感网络终端节点实时收集到环境温度和水分信息传给神经网络控制器,根据神经网络控制模型实时调节火药贮存温湿度控制设备的各个参数,实现对火药贮存环境温湿度的自动化和实时精确控制,提高火药贮存的可靠性和经济效益。     

多出产“有思想、有温度、有品质”的新闻

2月19日,习近平总书记在"党的新闻舆论工作座谈会"上的重要讲话,为新形势下新闻舆论工作指明了方向,也为新闻工作者提供了强大思想武器和根本遵循。作为师一级电视媒体,二师电视台是兵团覆盖面积较大的师台之一,覆盖面积与巴州相当,达48万平方公里,用户达4万余户,是和二师党委的报纸、电台并重的主要媒体之一,处在承上启下,上下联通的特殊层级和位置。使命和责任决定了师一级电视台,不仅要牢固树立大局意     

心理测试“三步走”

当前,部队训练工作已全面展开,随着训练强度的增加,压力也随之增大,个别官兵易产生紧张、烦躁等不良心理反应,进而出现行为偏激,甚至发生意想不到的问题。在积极进行思想教育的同时必须及时有效地开展好心理疏导工作。心理测试是开展心理工作的前提和基础,把握住心理测试这一环节,心理工作的针对性和实效性才能更好。     

藏区地基换填戈壁土处理的经济适用性评价

藏区地基处理中如果能采用戈壁土作为换填材料,可以较好的解决该地区地基加固费用高的问题。结合某新建工程,对换填戈壁土方法进行经济适用性评价,结果表明该方法经济合理,可以推广应用。     

一种基于组件的DEVS建模与仿真方法研究

针对当前DEVS建模仿真中存在的一些主要问题,将XML和组件技术开发方法引入到仿真系统开发中.提出了基于组件的DEVS建模仿真框架,可以很好地支持仿真模型组件从静态模型描述到动态模型的调用,支持模型组件的重用和组合.     

一种基于BP神经网络的极化干涉SAR植被高度反演方法

地面干涉相位估计偏差和植被散射模型偏差都将引起三阶段植被高度反演偏差,针对该问题,提出了基于BP神经网络的植被高度反演方法,该方法直接利用BP神经网络模拟极化复相关系数与植被高度之间的非线性映射关系,不仅可以避免地面干涉相位估计偏差导致的植被高度反演偏差,还能降低三阶段植被高度反演方法面临的散射模型偏差导致的植被高度反演偏差,具有比三阶段植被高度反演方法更高的反演精度。实验结果验证了新方法的优越性。