聚氨酯/环氧树脂SIN中的增塑作用初探

本文通过测量聚醚氨酯(PU)/环氧树脂(EP)SIN系列的玻璃化转变温度(Tg);并对该数据进行分析及用DiBenedetto理论式对该Tg数据进行了处理,发现PU/EP SIN中,EP对PU链段存在着较强的增塑作用,这个增塑作用与PU与EP网间的互穿作用并存,它主要受PU/EP组成配比等因素的影响。     

双三次参数曲面片的逼近求交法

本文提出了一种新的曲面求交方法,这种方法基于曲面控制网格的“子”分方法,只要控制网格足够逼近曲面,则通过对控制网格处理一系列特殊的直线与三角形求交问题,就可迅速、逼近地求出两张双三次曲面片的交线。     

基于SAT的电路错误定位方法研究进展

随着VLSI芯片复杂度不断增加,功能验证与调试已占到整个芯片设计周期的60%以上。而错误的定位往往消耗大量的时间与精力,因此迫切需要一种高效的方法诊断与定位电路中的错误。针对近年来出现的许多电路错误定位方法,介绍了电路错误诊断方法的分类与工作流程,深入分析了基于SAT的错误定位方法的基本原理;对各种算法进行了概述评论,并简要介绍了在不可满足子式求解方面所做的一些研究工作,而不可满足子式能够显著提高错误定位效率与精度;讨论了电路错误定位技术所面临的主要挑战,并对今后的研究方向进行了展望。     

基于任务和角色的分布式工作流安全模型

针对现有基于角色访问控制的缺陷和分布式工作流管理系统的特性,在传统的基于角色的访问控制模型中引入任务集(Tasks)、任务实例集(TaskInstances)和任务上下文(TaskContext)的概念,将传统的user role permission权限赋予结构修改为user role task permission权限赋予结构,建立了基于任务和角色的访问控制模型,给出了其形式化定义。该模型解决了传统的基于角色访问控制中的动态适应性差和最小权限约束假象的问题,用于分布式工作流管理系统,提高了安全性、实用性。     

基于BP人工神经网络的GPS/SINS组合导航算法

基于扩展Kalman滤波的GPS/SINS组合导航算法,需要对原始的非线性连续系统模型进行线性化和离散化处理,要求系统噪声和测量噪声为零均值的高斯白噪声,且易于出现滤波器发散。BP人工神经网络无需对所求解的问题建模,能够很好地逼近系统非线性特性,获得较高精度的导航定位信息;还具有计算过程稳定,不涉及矩阵求逆,不需要迭代逼近,以及容易实现并行处理等优点。设计适用于GPS/SINS组合导航系统的BP网络模型,并在标准的BP算法基础上,采用共轭梯度法改进网络训练速度及精度。最后,通过仿真算例说明BP网络方法用于GPS/SINS组合导航计算的可行性。     

ZCS半桥式DC/DC变流器状态空间法建模及Matlab仿真分析

分析了一种ZCS半桥式DC DC变流器时域工作特性.通过研究其工作各阶段的特性建立了其状态空间模型,采用Matlab语言进行编程仿真,得到其输出电压时域仿真波,与实测吻合,证明了所建状态空间模型的正确性,得到变流器工作的一些有用结论,有助于指导下一步变流器的传导干扰分析和抑制.     

磁流变液研究进展及其在军事领域应用综述

磁流变液是一种新型的智能材料,在磁场作用下可在毫秒级时间内从牛顿流体变为剪切屈服应力较高的粘塑性体,且这种转变可控、连续、可逆,近年来不断引起国内外学者的普遍关注。对磁流变液的研究状况进行了全面综述,介绍了磁流变液及其器件优良特性,并对其在军事装备领域的应用前景进行了展望。     

AMESim与MATLAB/Simulink联合仿真技术及应用

分析了AMESim与MATLAB/Simulink的特点,对两者的联合仿真技术进行了研究,解决了联合仿真的接口问题.并把该技术应用于主动悬架系统,取得了良好效果.     

高温空气下C/SiC复合材料力学性能测试

测试了C/SiC复合材料在高温空气下的压缩、弯曲和拉伸性能,利用扫描电子显微镜分析复合材料在室温与高温条件下的断口微观形貌。结果表明:从室温升温到1 000 ℃测试温度时,C/SiC复合材料的压缩强度由247 MPa降低至78 MPa,性能降低68%;弯曲强度由480 MPa降低至277 MPa,性能降低42%;拉伸强度由247 MPa降低至152 MPa,性能降低38%。高温氧化导致界面退化,损伤材料基体与碳纤维结构,加剧了纤维断裂程度,改变了纤维与基体的结合状态,纤维增韧机制逐渐消失,导致复合材料性能下降。     

【专题】复杂陆战场环境下的智能感知理论现状与发展

近年来,由于基于深度学习方法的智能检测算法不断演进,其网络结构不断进化,实用化程度不断提高,因此,将其应用于复杂战场环境下,形成实用化智能感知能力的可行性不断提高。然而算法的可靠性、可解释性问题目前仍未完全解决。本文认为,在未来的地面无人平台系统框架内,使用基于深度学习的目标检测识别方法,融合多种传感器感知信号,探索如何可靠地收集无人平台附近敌我车辆、人员、相关物体状况以及视距内的地理与气象环境信息,能够实现多元智能感知过程,构建智能复杂体系,为无人平台实现复杂战场环境感知理解,自主环境判定、自主行走、自主危险判定甚至威胁自动处置提供技术储备。同时,这也将是军队下一步智能感知理论方向的主要任务。