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.     

ATIE:一种自适应的可调域间出口选择算法

TIE算法能对域间出口的选择进行调节,但是该算法的参数计算过于复杂,并且出口选择的调节并不能随负载的变化而变化,因此提出了一种自适应的可调域间出口选择算法ATIE,该算法能够满足流量工程和网络健壮性要求,并通过参数T的改变随当前负载的变化而变化.实验表明,ATIE算法能够在控制剖面敏感性和随负载变化的流量工程自适应性上达到合理的折衷.     

固体发动机药柱正交各向异性材料参数灵敏度分析

<正>交各向异性材料已在大型固体发动机上得到广泛应用。为了较大地降低发动机药柱的VonMises应变水平,极大地提高发动机的结构完整性能,以星形药柱为例,对固体发动机药柱推进剂和绝热层的弹性模量和泊松比等正交各向异性材料参数进行了灵敏度分析,得到了固体发动机药柱正交各向异性材料参数的灵敏度系数。分析方法与结论对固体发动机的优化设计具有指导作用。     

复杂电磁环境对舰载导弹防空系统影响分析

复杂电磁环境对舰载导弹防空系统影响的分析是海军战法研究的核心问题。运用信息战原理,在信息与火力联合作战能力分析平台上的初步试验表明:在复杂电磁环境下,信息因素可以使舰载导弹防空系统击毁入侵飞机数量的统计平均值下降553.96%,火力因素可以使统计平均值下降342.72%,信息与火力联合因素可以使统计平均值下降274.80%,整个舰载导弹防空系统性能趋于恶化。因此,根据复杂电磁环境对舰载导弹防空系统影响的分析结果,制定科学的决策,提高抗电子攻击能力和导弹打击精度,达到提高舰载导弹防空系统信息与火力联合打击目标能力。     

基于复杂网络的作战描述模型研究

针对传统作战模型重点关注兵力的毁伤,不能充分地反映信息时代作战的特点,提出了一个基于复杂网络的作战描述模型,把作战单元抽象成节点,把各单元之间的相互作用抽象成有向边,将战场描述为一个由传感器、决策器、影响器、目标四类节点组成的有向网络图。定义了网络模型的若干特征参数,把作战环看成是反映作战能力的指标,并区别分析了标准作战环和广义作战环,能更好地反映信息时代作战的特点。最后实例研究了传统作战条件下决策器连通程度的变化给作战能力带来的影响。     

光电稳定机构指向误差建模与敏感度分析

光电稳定机构在武器装备的侦察、瞄准设备中应用广泛,其光轴指向误差直接影响着目标探测、识别的准确性.在加工和装配过程中难以避免的机构几何误差是指向误差的重要来源.基于多体系统运动学理论的误差建模方法,以两轴式稳定机构为例,建立了基于几何误差的指向误差模型.并通过误差模型的概率分析和误差敏感度的构建,比较了各项几何误差的影响程度.此方法既可在设计阶段用于指向误差的评估和几何误差的分配,也可在调试阶段用于几何误差标定.     

四元数长方矩阵的同时复对角化

利用四元数矩阵的奇异值分解(SVD),对两个四元数长矩阵给出了其同时复对角化的充要条件,进一步对一个四元数长矩阵集合,针对其同时复对角化问题,给出了一系列充分必要条件.     

利用复单脉冲比的平面阵列雷达群目标检测方法

针对平面阵列雷达群目标检测问题,以矩形阵为例,详细分析方位向和俯仰向复单脉冲比虚部的统计特性;建立平面阵列雷达群目标检测模型,根据恒虚警检测原理推导复单脉冲比虚部的椭圆判决域,并利用复单脉冲比实部辅助判决,综合提出基于复单脉冲比的平面阵列雷达群目标检测算法。针对双目标情形进行仿真实验,结果表明:在较高信噪比、较大角度间隔以及幅度相当且相位差较大的条件下算法能够有效检测群目标。     

复杂外形高超声速飞行器气动热快速工程估算

针对复杂外形高超声速飞行器方案设计阶段的气动热计算效率问题,建立了高超声速飞行器气动热的快速工程计算方法。采用修正牛顿理论确定飞行器表面压力分布,利用牛顿最速下降理论计算飞行器表面流线分布,采用参考焓法、高温空气热力学特性的拟合公式以及热流密度的工程计算公式求出飞行器表面目标点的热流密度,计算了钝锥、升力体以及类乘波体的表面热流分布。仿真分析表明:该方法适用于复杂外形,且具有较高的计算效率和精度,能够满足复杂高超声速飞行器设计方案阶段气动热估算需求。     

微弱正弦信号在有噪声的FN神经元模型中的传输特性研究

长期以来弄清神经系统中的信号是如何传输的一直是广大研究人员努力的目标.针对一种被普遍研究的神经元简化模型--FitzHugh-nagumo(FN)模型,采用二阶随机龙格-库塔算法分析了该模型对加性噪声和微弱正弦信号的响应特性.时域和频域的统计参数表明适当强度的噪声有利于信号的传输,存在随机共振现象,即与噪声强度关联的输出信噪比曲线为倒钟形;另外值得关注的是,与正弦信号频率关联的输出信噪比曲线也为倒钟形,分析可见正弦信号的无量纲频率在区间0.2～0.8时模型的输出信噪比最大,表明该神经元模型有频率敏感性,即更易于检测到该范围内的弱信号.上述结果与生物学的发现是一致的,将有助于进一步揭示周期信号在神经元中的传输方法,建立更加准确的神经元数学模型.