浅析信息化体系结构在潜艇装备维修保障中的应用

分析了武器装备维修保障信息化的基本内涵,阐述了信息化体系结构的基本概念,在分析目前主流的信息化体系结构的基础上,对构建潜艇武器装备维修保障信息化体系结构需要解决的主要问题进行论述,并给出基于美国国防部体系结构框架规范的潜艇武器装备维修保障信息化业务活动模型。     

电磁带隙结构单脊波导缝隙相控阵天线的实验研究

提出一种电磁带隙结构交错排列的单脊波导缝隙相控阵天线,并与相同尺寸的普通单脊波导缝隙相控阵天线作比较。测试结果表明该天线的方向图得到了明显的改善,单元之间的耦合系数减小,背瓣的辐射电平显著降低,扫描特性得到了改善;同时也说明了电磁带隙结构可以取得比扼流槽更好的抑制表面波的效果。这对于提高单脊波导缝隙相控阵天线的辐射性能具有重要意义。     

用体素贴合法构造机器人的三维几何模型

本文介绍了在计算机上采用体素贴合法构造三维几何模型的若干技术问题,包括描述三维形体的数据结构、基本几何形体的生成、部件模型的拼装等内容。研究表明,贴合法本身具有一定的代表性和通用牲,对于构造其它几何模型也是适用的。     

正交异性矩形板结构弯曲问题的解析解法

板结构为由若干板组成的结构。用解析法求解正交异性板结构的弯曲问题,必须建立一个正交异性矩形板弯曲的横向位移函数为变量的偏微分方程的一般解。这种解能求解任意边界和任意载荷的弯曲问题。对于结构中的每块板,有些边为单独的,可由边界条件来计算,而有些边与其它板边相连接,由连续性条件来计算。由这些条件组成的方程式可以求解一般解中的全部积分常数。以顶边简支底边固定承受静水压力的板结构水池为例,进行了分析计算。     

决策系统的信息机理

本文从信息与决策的角度,分析了决策系统信息特性的几个侧面,为研究信息对决策系统的作用机理做了一些基础性的定量工作。     

液体推进剂消耗对大型卫星结构动特性的影响分析

为了研究液体推进剂消耗对某大型卫星结构动特性的影响,采用简化的“弹簧-质量”模型分析了推进剂消耗对结构动特性的影响趋势;基于MSC.PATRAN/NASTRAN给出了动力学分析过程中液体推进剂的等效建模和分析方法,包括梁单元法、附加质量法、“RBE3 -质量点”单元法和虚拟质量法等;建立了该卫星结构的有限元模型,进行了结构动力学特性和动响应分析,讨论了液体推进剂消耗对其动特性的影响规律.研究结果表明:随着推进剂的消耗,卫星整体振型的固有频率逐渐增大,而部分局部振型的固有频率保持不变;随着推进剂的消耗,卫星仪器安装板动力学响应峰值逐渐增大,所对应的频率也逐渐增大.     

随机控制系统大纯时滞辨识及结构辨识的偏差补偿算法

本文研究了已知噪声自相关函数时,线性SISO系统ARMAX模型的大纯时滞的辨识问题及结构与参数辨识的偏差补偿算法。本算法使得能够在很小的样本数及极低的信噪比下得到系统的结构参数。     

基于Davenport风速谱的火箭及其发射平台风致响应分析

基于Davenport风速谱,采用M.Shinozuka法计算得到了三种不同基本风速下火箭芯级和助推器不同站点的风荷载时程样本,并调用MSC.Nastran软件对火箭及发射平台进行了瞬态响应分析,得到了停靠时不同基本风速下火箭及发射平台的位移响应。随着高度的增加,火箭芯级上各点的位移响应随之增加;不同基本风速下同一节点的最大位移之比约等于不同基本风速的平方之比。同时在脐带塔上设计了一个横拉减载结构,相同基本风速下的火箭位移响应明显减小,火箭及发射平台的抗风能力得到提高,对工程实际有较大的参考价值。     

基于CPU-GPU混合计算平台的RNA二级结构预测算法并行化研究

RNA二级结构预测是生物信息学领域重要的研究方向,基于最小自由能模型的Zuker算法是目前该领域最典型使用最广泛的算法之一。本文基于CPU GPU的混合计算平台实现了对Zuker算法的并行和加速。根据CPU和GPU计算性能的差异,通过合理的任务分配策略,实现二者之间的并行协作计算和处理单元间的负载平衡;针对CPU和GPU的不同硬件特性,对Zuker算法在CPU和GPU上的实现分别采取了不同的并行优化方法,提高了混合加速系统的计算性能。实验结果表明,CPU处理单元在混合系统中承担了14%以上的计算任务,与传统的多核CPU并行方案相比,采用混合并行加速方法可获得15.93的全局加速比;与最优的单纯GPU加速方案相比,可获得16%的性能提升,并且该混合计算方案可用于对其它生物信息学序列分析应用的并行和加速。     

信号处理与深度学习硬件加速的一致性计算结构

在计算需求层面对多种典型信号处理算法与深度学习算法进行了分析与模块化分解,提取了两类应用共有的且适合并行硬件加速的计算模块,提出了信号处理与深度学习的一致性计算模型,并基于一致性计算模型设计了控制与计算分离的层次化处理单元与阵列化计算结构。通过对不同应用计算过程的软件定义能够实现信号处理与深度学习的一致性硬件加速计算,基于Zynq计算平台从重构效率与计算性能两个方面对一致性计算模型与计算结构进行了验证,结果表明：基于一致性计算模型的软件定义可重构计算结构,具有较高的计算性能与重构效率。