智能工具机的性能分析

本文论述了提高智能工具机性能所采取的技术措施,并对其性能进行了模拟。模拟结果表明,智能工具机的平均推理速度可达500KLIPS 左右,比日本的PSI—Ⅰ约快一倍,比美国加州大学Berkeley 分校研制的PLM 约快两倍。     

三维实验固体火箭冲压发动机燃烧室湍流反应流数值模拟

在对固体火箭冲压发动机的研究中 ,建立合适的数学模型对其内部工作过程进行模拟是冲压发动机设计和试验的重要环节。本文在三维湍流反应流情况下 ,对某实验固体火箭冲压发动机建立了数学模型并进行数值求解 ,得出了一些有用的结论 ,为冲压发动机的设计和实验提供了有用的理论研究基础     

相控阵天线阵面两级备件优化配置模型

针对相控阵天线阵面备件配置存在的冗余性强、批量送修、多级维修等现实问题,综合考虑备件费用、维修能力以及库存策略之间的关系,建立了基于定期补给的两级备件优化配置模型。给出了系统的故障件维修周转过程和维修备件的定期补给过程,在分析备件、库存、维修能力之间关系的基础上,结合成批到达的排队理论,建立了系统的供应可用度模型。以备件配置费用最小为目标、以系统供应可用度为约束条件,建立了系统的备件优化配置模型,并通过边际效益分析法对模型进行了求解。通过算例仿真与分析对模型进行了验证。结果表明:构建的备件配置能够较好地解决相控阵天线阵面的备件配置问题,具有一定的优越性。     

结构主导目标检测中的纹理随机化

已有基于卷积神经网络的目标检测算法倾向于提取目标纹理特征,而非结构特征;因此,已有方法不能实现变纹理目标的可靠检测.针对此问题,提出基于纹理随机化的结构主导 目标检测方法,采用仿真纹理随机化方法减弱网络模型对纹理特征的拟合,实现基于结构特征的变纹理目标可靠检测.利用目标的三维模型,借助Blender渲染引擎,完成纹理随...     

数值模拟气液针栓式火箭发动机喷雾燃烧对声学激励的响应

为研究气液针栓式火箭发动机的声学振荡特性并为其优化设计提供指导,加工了具有矩形燃烧室的LOX/GCH4针栓式发动机,采用Euler-Lagrange方法仿真横向速度扰动产生的声学响应,以期在热试前了解声学激励频率对非稳态喷雾燃烧过程的影响.仿真结果表明,采用的横向速度扰动能在燃烧室内产生同频率的一阶横向声学振荡响应.喷...     

复杂大系统仿真的VV&A理论及过程研究

为了确保复杂大系统仿真(LCSS)的可信性,应该在建模与仿真(M&S)的全生命周期中开展校核、验证与确认(VV&A)研究.对LCSS的VV&A进行了理论研究,提出其方法论与原则;以基于仿真组件构建的HLA仿真系统为例,从仿真组件层、联邦成员层及联邦层三个层面研究了VV&A过程,并将这些研究应用于反舰导弹突防联邦仿真中.实践表明,研究对LCSS的VV&A工作具有很好的指导作用,有力地保障了仿真的可信性.     

基于0.18um CMOS 工艺的GPS/北斗双模可重构接收机射频前端

设计了一种GPS/北斗双模可重构接收机射频前端,支持GPS L1和北斗B1两种工作模式,较单模接收机在可用性、连续性和完好性等方面具有优势。此射频前端采用低中频架构,混频器、中频滤波器等关键模块可重构,硬件复用的同时减少了芯片面积、降低了系统功耗。测试结果表明,在1.8V电源电压下,电压增益为103dB,功耗37.8mW,GPS L1和北斗B1波段噪声系数均小于3.2dB,芯片面积为2.263×2.098mm₂。     

921A钢在海水中腐蚀的力学化学效应

为了研究弹性应力和弹塑性应变对921 A船体钢在模拟海水中腐蚀行为的影响,采用自制的载荷-电化学实验装置对921 A钢在载荷与腐蚀介质协同作用时的开路电位、动电位极化曲线和电化学阻抗谱等电化学性能进行了测试,并由电化学阻抗谱拟合得到的电荷传递电阻定义载荷下的腐蚀速率修正因子,将实验得到的腐蚀速率修正因子与理论值进行了对...     

一种基于Hough变换的线型群体队型识别方法

作战群体的队型是作战群体的重要属性之一,它往往反映了群体中各成员之间的协作关系,直接体现着该群体近期的作战意图、身份及威胁等态势信息。为了给指挥人员的态势评估及军事指挥提供更多深层次的战场信息,从而为其决策提供更好的支持,重点研究了作战群体线型队型的识别问题。利用Hough变换的点线对偶特性,给出了线型队型的模板建模方法,提出了基于参数点聚类的线型队型特征提取方法,进而给出了基于模板匹配的线型队型识别方法。仿真实验表明,该方法是行之有效的。     

面向时空交通栅格流量预测的3D通道注意力网络

城市交通流量预测对交通管理和公共安全具有重要意义。然而,交通栅格流量数据中的规律在时刻变化,在城市中存在全局范围的时空间关系,并且不同特征通道在每个城市区域上有不同的重要性。为解决这些挑战并做出更准确的预测,设计了一种新颖的时空神经网络模型——3D通道注意力网络(three-dimensional channel-wise attention networks,3D-CANet)。提出一个3D通道内注意力(three-dimensional inner channel attention,3D-InnerCA)单元来动态捕获各个通道中不同的全局时空相关性,同时设计通道间注意力(inter channel attention,InterCA)单元来自适应地重校准每个区域上不同特征通道的贡献。在3个真实交通栅格流量数据集上的实验结果表明,3D-CANet模型的预测能力优于其他对比方法,证明了模型的有效性。