DIS/HLA的发展及其在武器系统开发中的应用

本文针对分布交互仿真作了概述,介绍了DIS发展的早期阶段及其下一代HLA的发展状况,并对其在武器系统中的应用进行了讨论。     

全集成多功能MOSFET－C CCII连续时间滤波器的设计

本文提出了一种以第二代电流传输器（ＣＣＩＩ）作为基本单元的集成ＭＯＳ－ＦＥＴ—Ｃ多功能连续时间滤波器。它可以实现诸如低通、带通、高通二次传递函数。该电路不采用平衡结构,但ＭＯＳ管的非线性的消除程度则等同平衡结构。灵敏度也较低。     

基于Matlab神经网络的水下目标识别

为了实现对水下目标的识别,在现有特征提取方法的基础上,提出了目标像素灰度分布特征提取方法,并针对水下光信号衰减的情况,采用了色彩"补偿"的解决方案.对图像矩阵通过奇异值分解得到了目标有效维特征向量,分类器设计采用了Matlab环境下的BP神经网络,识别结果是令人满意的.这对猎雷具装备的发展具有一定的参考价值.     

软开关技术对双边LCCL谐振结构的 ICPT系统的影响

为研究软开关技术的应用对双边LCCL谐振结构的ICPT系统特性的影响,首先分析了双边LCCL谐振结构的工作原理,推导出了该结构下逆变器开关管关断电流的完整数学模型;然后,基于该模型设计了一种基于双边LCCL谐振结构的软开关实现方法,该方法通过对初级侧补偿电容的取值进行优化,可分别实现零电流关断(ZCS)或零电压开通(ZVS)两种类型的软开关;最后,仿真和实验验证了所提方法的正确性和可行性,并从功率因数、开关管通态损耗、元件应力和输出电流稳定性的角度对比了两种软开关参数下系统的特性。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题,提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性,基于扩展积分均方误差代价函数搜索最优置信范围,并对混合项进行高斯聚类,进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用,引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并,在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明,改进算法在保证跟踪精度的同时还可有效提高算法效率。     

指数寿命产品可靠性增长试验的Bayes分析

针对指数寿命产品的定时、定数截尾试验方案,推广了Mazzuchi-Soyer模型的应用范围。首先引入模型假设,以狄氏分布作为先验分布,综合利用产品研制的历史信息和专家信息,结合产品研制各阶段试验数据,给出了各阶段可靠性的联合后验分布。然后利用Gibbs抽样算法解决后验推断计算问题,得到各阶段产品可靠性的Bayes点估计和区间估计。最后给出产品可靠性增长分析实例,表明了模型的优越性。     

综合环境建模及其数据表示与交换

环境的标准化不仅是实现环境数据表示、重用、交换的关键,也是实现高度互操作性的核心。本文首先介绍了DIS中的自然环境,然后提出了综合环境的概念,指出了它的内容、特点及其在仿真系统中的重要作用,重点分析了综合环境的建模、数据表示与交换。接着,介绍了SIF和SEDRIS标准,并重点对SEDRlS的数据模型和API进行了阐述和分析。     

浸渍炭与基炭的表面研究

根据对浸渍炭及基炭的表面孔结构、扫描电子显微镜（SEM）测试以及浸渍炭在增湿后对氯化氰防护时间测试结果,讨论了基炭性能对浸渍炭防毒性能的影响。由Omnisorp 360CX检测仪对各种炭的表面测试发现,基炭的孔分布对其浸渍炭的防毒性能影响很大,当孔径＞2nm的中孔在孔径＞1nm的总孔容中所占比例大于25％时,浸渍炭的防毒性能较好。由SEM测试发现,对于防毒性能好的浸渍炭,其基炭的表面都具有多缝隙的网状结构。由实验结果还发现了同一种炭的破碎率与柱状炭在孔分布、吸水率及防毒性能方面的差别。     

一种α稳定分布噪声下的跳频参数盲估计方法

针对目前以高斯白噪声为模型的大部分跳频参数估计方法在α稳定分布噪声背景下,性能急剧下降的缺点,对跳频信号进行两次窗函数长短不同的分数低阶STFT,从而得到两组时频数据,,将两组时频数据点乘,得到新的时频表示,基于时频分析的跳频参数估计方法,实现跳频参数的估计。仿真实验表明,提出的方法有效抑制了α噪声,在α=0.8,GSNR≥1 d B;α=1.5,GSNR≥0 d B时,可以实现跳频周期的准确估计。在α=1.5,GSNR=3 d B时,该算法跳变时刻估计值最大相对误差比STFT低3%、比分数低阶STFT低1.6%,跳变频率估计值更加精确。     

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。