炮兵作战能力的非线性评估模型研究

炮兵作战力量系统是一个复杂系统,并非简单的线性系统。目前对其功能的评估方法是采取简单的线性求和或加权线性组合。根据复杂系统分析原理,充分考虑炮兵作战力量系统中各子系统及其相互作用的功能,给出了一种评估炮兵作战能力的非线性模型,并结合仿真数据得出评估值。相对于传统的评估模型,此结论更接近于实际。     

认知无线电专题讲座(四) 第7讲 协同频谱检测技术

认知无线电能够智能地感知频谱并在授权用户没有使用的时候伺机(opportunistic)利用其频段,从而提高频谱的利用率。频谱检测是认知无线电系统需要首先解决的问题。协同检测可以更有效地利用整个网络的资源,获得高的分集增益,使网络性能更稳定。文中简述了协同检测的基本原理,并对协同频谱检测技术进行了讨论。仿真结果表明协同可以提高检测概率、提供捷变增益(agility gain),对频谱利用率的提高有很大的贡献。     

复波速在挠性胶管动态特性研究中的应用

针对挠性胶管管壁的粘弹性,提出了复波速的概念,并将其应用于挠性胶管现有的动态特性理论中,分别建立了挠性胶管瞬态响应和频率响应的模型,说明了挠性胶管衰减管中液体介质压力脉动和流量脉动的原理并解释了现有的现象,得出了一些新的结论.此外,还指出了该方法目前存在的不足及今后的研究方向.     

基于演化网络的体系对抗效能模型

在对Lanchester假设的扩展和网络化基础上,构造了体系对抗战场的图论表示FR,B=红军网络IR∪蓝军网络IB∪交战空间fR,B,利用生成fR,B的随机子网和对参战网络"去点"的方法,提出一种统一表示体系对抗中交战行为与网络行为的模型新范例——体系对抗演化网络模型,模型中网络部队作战效能不但依赖兵力规模和武器性能,而且受网络结构及其战场环境的影响。试验对比了拥有同等作战资源网络体系的作战效能,得到在一个对抗系统中无标度网络对随机网络的胜率高但并非总赢的结论,初步分析了在对抗系统中无标度网有效、鲁棒但脆弱的原因。     

发动机传感器数据证实的贝叶斯信度网络方法

针对发动机及其部件试验传感器数据证实的多源证据融合问题,描述了建立贝叶斯信度网络的方法,给出了传感器状态和检验关系式不确定性信息表达方法,发展了自动建立贝叶斯信度网络、计算可信度概率及更新网络的算法;给出了贝叶斯信度网络方法在模型发动机上的应用示例。     

遥感影像中采用多维特征的目标定位检测

给出一种在复杂场景的遥感影像中定位人造目标的方法,通过提取多种有利于检测人造目标的特征,并将其组合成特征矢量,采用非参数的均值漂移聚类方法进行分割,从而把目标从复杂场景中分离出来,通过检测影像中的房屋建筑物,结果表明该方法具有很好的稳健性和自动性。     

音圈电机驱动的快刀伺服系统建模与性能分析

复杂面形,结构零件的应用范围越来越广,往往一个零件上既有复杂面形也有微小结构.为了实现复杂面形/结构零件的高效加工,分析了快刀伺服加工方式的特点,设计并研制了音圈电机驱动的快刀伺服系统;基于动力学和电磁学分析,建立了快刀伺服系统的传递函数模型,并对控制方法进行了设计;在此基础上.通过实验对快刀伺服系统进行了性能测试,实验结果表明本文所研制的快刀伺服系统具有较高的运动分辨率、定位精度和工作频响,能够作为快刀伺服加工的进刀装置.     

基于部分可辨识振动系统的载荷恢复方法

在复模态分析和参数辨识的基础上,对部分可辨识振动系统的载荷识别问题进行了研究,提出了基于部分可辨识复模态参数的载荷恢复方法。恢复模型存在幅值模糊和相位模糊,不存在排列模糊。数值仿真验证了该方法的有效性,并讨论了提高恢复精度的方法。     

复杂电磁环境舰艇电子对抗仿真系统研究

针对目前舰艇电子对抗装备作战效能分析、作战使用方法研究和训练平台实用性不强的现状,采用复杂电磁环境生成技术,运用电子对抗作战使用理论,结合系列研练电子对抗反导积累相关数据,建立电子对抗仿真模型,实现仿真系统控制、复杂电磁环境接收与生成、三维海战场环境仿真显示、多型电子对抗显控界面仿真、舰艇电子对抗作战效能评估、舰艇电子对抗仿真训练成绩评定等功能,研制贴近实际的复杂电磁环境水面舰艇电子对抗装备作战运用仿真系统,以充分发挥舰艇电子对抗装备的作战潜能。     

复杂系统脆弱性综合分析方法

为全面识别复杂系统中的脆弱点,科学评价其脆弱性,针对纯拓扑脆弱性分析方法的不足,在考虑非拓扑因素条件下,提出一种结合复杂网络技术和效能评估技术的复杂系统脆弱性综合分析方法,从拓扑结构和非拓扑因素两方面全面分析复杂系统的脆弱性。以复杂网络的中心性指标为基础,通过广义指标法进行拓扑脆弱性分析;借鉴概率风险评价理论,从易攻性和易坏性两个方面对非拓扑脆弱性进行评价;通过对两者结果的综合得到总的脆弱性分析结果。示例结果表明:拓扑和非拓扑分析的结果有交集但又有所区别,两者密切相关且互为补充,并能共同筛选出复杂系统中的关键环节。较之纯粹的拓扑结构分析,综合分析得到的结果更为全面。