数学思想方法在有理数中的体现与应用

<正> 数学思想方法是人们对数学科学研究的本质及规律的深刻认识,它是指导学习数学,解决数学问题的思维方式、观点、策略和指导原则。它具有导向性、统摄性、迁移性的特点,它直接支配着数学的实践活动。有理数是整个代数的基础,有理数的运算是中学数学的基本运算,它所蕴涵的丰富内容深刻     

一类线性规划模型的求解方法

应用矩阵理论知识得到了一类特殊的线性规划模型的相关定理,给出了一种简便求解方法,讨论了求解方法的推广问题.     

成败型产品验收试验方案研究

在可靠性定型试验的基础上,利用多层贝叶斯方法确定批产品可靠性指标的先验分布,从而制定出成败型产品可靠性验收试验的一种贝叶斯方案.给出利用定型试验信息确定产品可靠性指标先验分布的方法.这种验收方法充分利用了产品定型试验中的先验信息,在确保有较好验收效果的前提下,与传统的验收试验相比,可以大大减少试验量,从而得到可观的经济效益.     

基于作战环的作战体系节点重要性评价方法

针对现有评价模型大多从网络拓扑的角度进行节点重要性分析,无法准确反映节点对体系作战能力重要性的问题,提出了一个基于作战环的体系作战能力量化评估指标,在此基础上,通过度量节点失效对体系作战能力的影响来评价节点重要性,并结合算例进行了有效性验证分析,为体系对抗中关键节点判定提供借鉴和参考。     

高精度有限体积格式在三维曲线坐标系下的应用

为了构造在光滑区具有较高分辨率并且可以无振荡捕捉激波的高精度有限体积格式,同时降低格式在模板选择上遇到的困难,基于逐维重构方法,发展了结构网格下的高精度有限体积格式,并将这一格式推广到三维曲线坐标系下,从而可以适应相对复杂外形下的计算。为充分验证格式的有效性,选取一系列典型算例进行计算:在等熵涡输运和二维喷管流动中验证了格式的精度可以达到设计精度;在双马赫反射问题中格式也表现出良好的捕捉激波的能力。数值计算表明,上述格式在曲线网格上具有较高的数值精度和鲁棒的激波捕捉能力,适用于流体力学方程的计算。     

E级超级计算机故障预测的数据采集方法

面向未来E级超级计算机,提出用于故障预测的数据采集框架,能够全面采集与计算结点故障相关的状态数据。采用自适应多层分组数据汇集方法,有效解决随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明,该数据采集框架具有开销小、扩展性好的优点,能够满足未来大规模系统故障预测数据采集的需求。     

一种连续修正速度方向的导引方法

考虑制导炮弹由身管武器发射,其飞行控制能力和导引信息量有限,基于预测落点位置偏差量来修正速度方向并在控制时间内连续分配导引指令的思想,提出了一种新的三维末制导方法。根据非线性弹道方程组的级数解预测弹丸落点位置,得到落点与目标的偏差,并提出了两种通过此偏差解算当前速度方向修正量的方法。取剩余飞行时间为修正时间,通过将速度方向修正量分配到整个剩余导引段建立了加速度修正公式,以减小导引指令饱和的可能性。通过连续地预测落点和分配加速度指令来实时地导引飞行。仿真结果表明：该导引方法简单可行,精度高,对控制能力要求较低,且具备较好的制导效果和毁伤效果,为该体制制导炮弹的应用提供参考依据。     

基于ADC方法的复杂武器系统效能评估方法

ADC方法是武器装备效能评估的重要方法之一。传统ADC方法一般将武器系统各个分系统简化为串联系统计算。针对复杂武器系统中各个分系统组成繁多、串并联关系复杂、对作战影响程度不一等特点,对ADC方法进行了优化,使得ADC方法可以针对多并联系统更客观地评估。通过某型武器装备的实际验证,改进后的ADC方法合理可行,可以对复杂武器系统拥有更客观和更全面地评价,可作为其他复杂武器系统效能评估方法的参考。     

一种改进的均方根容积粒子滤波算法

传统的粒子滤波算法在重要性采样估计时忽略了当前量测影响。在非线性场景下,传统的粒子滤波导致个别粒子具有大权值,造成估计结果精度差。针对该问题,结合均方根容积卡尔曼滤波(SCKF)算法和Gating技术,提出了一种新的重要性函数估计算法。本算法将后验概率作为重要性采样函数,通过利用SCKF和统计距离,建立粒子与量测的关联关系,实现对重要性采样函数的均值和协方差矩阵的估计。而后,使用粒子滤波算法,对多目标状态和数目进行估计。实验表明,在非线性跟踪场景下,本算法估计精度高,估计结果稳定。     

基于统计加权的单传感器数据融合算法

单传感器数据融合是十分重要的实际问题。为了提高数据处理的敏感性和精度,在研究基于关系矩阵的数据融合方法的基础上,提出了基于统计加权的数据融合方法,并对两种方法进行了对比分析。实例仿真表明,基于统计加权的数据融合方法优于基于关系矩阵的数据融合方法,该方法能减小无效测量值的范围,并且对测量值的变化更敏感。