RPPM模式在军用烟幕扩散数值模拟中的应用

阐述了随机游走粒子一烟团模式（RPPM）的基本思想,并结合野外试验验证了该模式在烟幕扩散数值模拟中的应用效果。     

正弦高斯组合的UWB脉冲波形设计

针对美国FCC关于超宽带传输系统提出的辐射掩蔽特性,提出了一种基于正弦高斯组合的UWB脉冲波形设计新方案。以一组正弦高斯脉冲为基函数,利用最小均方误差准则(LSE)选取加权系数对基函数进行线性组合,通过调整基函数的载波频率和脉冲形成因子,对波形进一步优化。分析了TH-PPM UWB多用户系统的误码率性能。仿真结果表明,与高斯二阶微分脉冲、随机系数组合脉冲相比,基于正弦高斯组合脉冲具有更高的频谱利用率,误码性能更优。     

有限水深Kelvin源格林函数及其导数的快速计算

应用线性船舶水动力学理论,将有限水深Kelvin移动兴波源格林函数分解成3部分:简单Rankine源集合、局部扰动项和波函数项。对各部分在亚临界和超临界航速时的快速计算分别作了讨论,其中对计算费时的局部扰动项采用了复数中的最陡下降积分法,加快了计算速度,进而引出各部分偏导数的计算。最后,比较了格林函数的差分值与偏导数值,计算了薄船兴波阻力与表面兴波,讨论了不同面元网格划分的收敛性,证实了亚临界、超临界航速兴波分别以横波、散波为主。     

光电载荷安装误差标校的飞行航路

无人机搭载光电载荷进行安装误差标校时,飞行航路的选择与规划在很大程度上影响着标校算法的收敛性与误差识别结果。为增强标校飞行架次的有效性,提高安装误差可被识别的程度,改善标校算法的收敛性及标校精度,对标校的原理和标校算法进行了理论分析,并利用考察差异函数偏微分的方法找到了标校航路和安装误差标校之间的相互联系,然后结合标校实施过程中所遇到的实际问题提出标校航路规划应遵循的原则,给出了标校航路规划的参考范例。     

基于正弦高斯组合的UWB脉冲波形设计

针对美国FCC关于超宽带传输系统提出的辐射掩蔽特性,提出了一种基于正弦高斯组合的UWB脉冲波形设计新方案。以一组正弦高斯脉冲为基函数,利用最小均方误差准则(LSE)选取加权系数对基函数进行线性组合,通过调整基函数的载波频率和脉冲形成因子,对波形进一步优化。分析了TH-PPM UWB多用户系统的误码率性能。仿真结果表明,与高斯二阶微分脉冲、随机系数组合脉冲相比,基于正弦高斯组合脉冲具有更高的频谱利用率,误码性能更优。     

机载二次电源系统的建模与仿真分析

为了提高机载二次电源系统的效能评估,以工程应用需求及其提供的试验数据为依据,结合Saber仿真软件的特点,根据机载二次电源系统的特点及功能要求,利用基于原理图、基于实验数据和基于功能要求的建模方法,分别建立了二次电源系统的三相静止变流器、DC-DC变换器、过流保护装置及负载舵机的仿真模型。通过系统仿真实验,结果证明所建立的模型均达到了系统的功能要求,同时也证明了相应建模方法的可行性、准确性和有效性。     

陆军作战仿真模型组件化设计

陆军作战仿真是一个复杂的系统工程,仿真所涉及的模型种类繁多、类别不一。针对当前陆军作战仿真模型开发不规范、通用性与可重用性差、开发和集成效率低的现状,在对陆军作战仿真模型构成要素进行分析和归纳的基础上,提出仿真模型组件化设计的建模方法、采用"方案-单元-实体-组件"方式的模型管理机制以及采用事件驱动、事件订购和分发方式的模型交互机制。     

基于险度函数的装备供应链库存风险损失度量

目前,对供应链库存风险损失的定量研究比较少,而定量研究中鲜有对风险偏好变化问题的研究,因此首先分析了各种风险度量方法,通过比较采用了险度函数作为对装备供应链风险损失的度量方法;然后,结合装备供应链实际,提出了定常风险偏好特性险度函数和可变风险偏好特性险度函数的适用范围,以及装备供应链库存风险损失度量的损失水平值,并给出了装备供应链库存风险损失度量函数;最后,通过算例进行了验证.实验结果表明:行为人的不同风险偏好特性会对同一事态产生不同的预判,进而可能影响对风险的决策,这是符合客观现实的.     

MBDS的一种实现方法

给出一种基于模型故障诊断的实现方案——MCIES,着重介绍MCTES所采用的建模方法和推理策略,最后介绍该系统各组成模块的功能。     

Reliability and mean residual life functions of coherent systems in an active redundancy

In this article, the reliability and the mean residual life (MRL) functions of a system with active redundancies at the component and system levels are investigated. In active redundancy at the component level, the original and redundant components are working together and lifetime of the system is determined by the maximum of lifetime of the original components and their spares. In the active redundancy at the system level, the system has a spare, and the original and redundant systems work together. The lifetime of such a system is then the maximum of lifetimes of the system and its spare. The lifetimes of the original component and the spare are assumed to be dependent random variables. © 2017 Wiley Periodicals, Inc. Naval Research Logistics, 64: 19–28, 2017