自行火炮扭力轴载荷谱的测量及疲劳寿命预测

为预测自行火炮扭力轴寿命,对某型自行火炮在不同工况下进行实车试验,获得了多工况下扭力轴的载荷谱。受力分析表明,表面最大拉应力是扭力轴的破坏应力;提出基于随机响应面对扭力轴寿命进行预测的方法,将低周疲劳寿命表达式中的随机参数表示为标准随机变量,引人随机响应的Hermite多项展开式进行拟合,建立了扭力轴疲劳寿命的显式函数。通过对实测载荷谱进行统计分析,依据寿命表达式可以预测扭力轴疲劳寿命,并给出概率分布。该方法弥补了传统响应面法以一般多项式拟合时不能保证收敛性的缺陷。     

军事欺骗战法分析的数学方法-应用*

针对军事欺骗战法定量分析困难的问题,采用基于贝叶斯统计推断和博弈均衡分析的数学方法,在理论上为解决此难题提供了一种可行的方法.该方法首先定义基本概率矩阵,然后根据贝叶斯原理为交战双方构造用于统计推断的主观概率矩阵,并在由两个主观概率矩阵元素构成的偏序链与实施军事欺骗机会之间建立对应关系,再将此关系推广到基本概率矩阵,即是否存在实施军事欺骗的机会将由基本概率矩阵元素构成的偏序链决定.对理论成果的初步应用表明:通过分析由战场情报信息构成的基本概率矩阵的偏序链,可以科学地运用军事欺骗和反军事欺骗战法.     

基于LS信道估计的SC-FDE系统性能研究

无线高速传输系统中存在严重的多径干扰,因此需要采用均衡技术,而均衡技术需要接收端准确掌握信道参数。根据文中设计的帧结构,本文改进了最小二乘(LS)信道估计算法并提出一种新的信噪比估计方法,该改进算法可以在减少运算量的同时保持估计精度。利用估计出的信道参数,文中仿真比较了三种不同均衡技术对系统性能的影响,最终的结果表明,该信道参数估计方法联合判决反馈均衡,可以很好的实现SC-FDE系统的高速信号传输,满足实际系统设计的需要。     

采用SHLPN分析特种车载总线网络可靠性

针对特种车载总线网络可靠性难以评估的问题,提出采用随机高级Petri网(Stochastic High-level Petri Net,SHLPN)分析特种车载总线网络可靠性。深入分析特种车载总线网络故障模式的基础上,将其等效为冗余总线控制器模块、远程终端模块和冗余链路模块的串联,分别建立各个模块的SHLPN模型,得到了各个模块的稳态可用度计算式,进而综合得到特种车载总线网络的稳态可用度计算式。最后,实例分析验证了所提方法的有效性。     

宽带稀疏线阵内外场联合通道校正技术研究

实际工程应用中数字波束形成的关键技术之一是接收通道校正,校正的精度将直接影响形成波束的主瓣宽度和副瓣电平。结合某工程实例讨论了一种在工程实现中的接收通道校正方法,通过频域均衡滤波器法和内外场联合利用已知信号源的天线校正方法,实现了通道幅相不一致性的校正,并提出了提高波束精度的天线方向校正方法。最后,根据实验数据计算相关的校正系数,并对测试信号进行校正,校正结果验证了该方法的有效性。     

联合作战方案仿真推演控制研究

基于作战模型、交战规则和基础数据,通过推演控制完成对作战方案中各类行动的仿真和推演,以评估作战方案的科学性、有效性和可行性,为作战方案优化提供定量和定性的参考依据.主要从军事需求入手,研究了仿真推演过程,重点分析了基于实时干预、暂停干预和回退干预的三种仿真推演控制模式,实现了多种形式下的联合作战方案推演和优化.     

基于广义随机Petri网的军事应急物流行动流程建模与分析

基于真实军事应急物流行动的特点和“军民融合”的原则,同时考虑系统的反馈控制功能,完善了应急情况下的军事物流行动流程,提高了军事应急物流行动的稳定性,对指挥决策具有很好的参考价值.基于广义随机Petri网对该军事应急物流行动流程进行建模,通过不变量判断验证了模型的有效性,基于PIPI软件平台得到状态空间可达图,并利用更加严谨的同构的随机点过程求解模型稳态概率.最后结合汶川地震中某团军事应急物流行动实例数据,对模型的各类性能指标进行分析,对军事应急物流行动的时效性提出改进建议.     

基于随机森林法的机械变速箱技术状态评估

将随机森林RF(Random Forests)引入到机械设备技术状态评估领域,对某型坦克不同劣化程度的变速箱振动加速度信号数据进行分类研究,分类精度达到97%以上,证实了此方法的有效性。基于RF的评估方法具有组合分类器精度高、树型分类器运行速度快的特点,在机械设备状态识别、故障诊断中表现出了良好的性能。     

自适应旁瓣对消系统中的通道均衡技术

自适应旁瓣对消(ASLC)是雷达抗有源干扰的有效方法.它采用空间滤波技术,通过辅助接收通道在于扰方向形成波束图的零点,实现对干扰信号的抑制.但是通道间频率特性失配使主、辅通道信号产生去相关作用,导致对消性能大大下降,在通道中插入FIR均衡器,可以补偿各通道之间的失配,使对消比有较大幅度的提高.     

微弱正弦信号在有噪声的FN神经元模型中的传输特性研究

长期以来弄清神经系统中的信号是如何传输的一直是广大研究人员努力的目标.针对一种被普遍研究的神经元简化模型--FitzHugh-nagumo(FN)模型,采用二阶随机龙格-库塔算法分析了该模型对加性噪声和微弱正弦信号的响应特性.时域和频域的统计参数表明适当强度的噪声有利于信号的传输,存在随机共振现象,即与噪声强度关联的输出信噪比曲线为倒钟形;另外值得关注的是,与正弦信号频率关联的输出信噪比曲线也为倒钟形,分析可见正弦信号的无量纲频率在区间0.2～0.8时模型的输出信噪比最大,表明该神经元模型有频率敏感性,即更易于检测到该范围内的弱信号.上述结果与生物学的发现是一致的,将有助于进一步揭示周期信号在神经元中的传输方法,建立更加准确的神经元数学模型.