一种用于机电产品测试性设计的传感器优选MINLP模型

在单故障假设条件下,考虑了传感器的失效概率和设备的故障率,提出一种以故障检测率和故障隔离率为约束条件的降低传感器费用和失效概率的混合整数非线性规划(MINLP)模型,从而为机电产品测试性设计中传感器选择问题提供了一种可行和有效的解决方法,并进行了案例验证,说明了该方法的有效性。     

攻防对抗仿真中高炮火力单元射击指挥模型

在分析高炮火力单元射击指挥过程的基础上,着重对高炮火力单元射击指挥仿真中的目标搜索模型与杀伤效果评估模型进行了深入探讨和构建。在实现高炮杀伤效果评估方面,运用蒙特卡罗方法构建了符合实际、满足仿真粒度要求的高炮着发射与空炸射击毁伤概率计算模型。实际应用表明:模型满足仿真可信度和实时性要求,对开展地面防空作战仿真具有一定的借鉴意义。     

基于能量度量的星载AIS信号自适应码元同步抽取算法

基带信号码元同步抽取是目前星载AIS(Automatic Identification System)信号处理中的一个难点问题,针对过零检测和迟门早门等现有算法存在的不足,提出了基于能量度量的基带信号自适应码元同步抽取算法。将基带信号根据采样率和码速率的比值分割成相同的段的组合,之后分别计算每个段内相应样点的能量度量,最后选择使能量度量最大时的样点集作为最优同步抽取样点,该样点集具有最大信噪比。仿真结果验证了该算法误码率优于过零检测和迟门早门算法。     

一种基于混合模拟的计算组合电路中软错误率的方法与工具

随着工艺尺寸的不断缩小,组合电路引起的SER(Soft Error Rates)越来越严重.针对使用HSPICE计算组合电路软错误率速度较慢以及使用传统的组合电路软错误率分析工具在对待重汇聚时计算精度不高的问题,本文提出了一种混合模拟的方法,并基于该方法实现了组合电路软错误率分析工具.该混合模拟方法使用HSPICE模拟发生重汇聚的逻辑门;使用快速的脉冲传播算法模拟其他逻辑门.模拟结果表明,该方法可以在速度和精度上达到很好的折中.通过与国际上常用的组合电路软错误率分析工具进行比较发现,在重汇聚发生较多的电路中,该混合模拟方法更能真实地反应组合逻辑中的软错误率.     

多层卫星通信网络结构设计与分析

针对单层卫星网络时延高、网络阻塞概率大等问题,研究了多层卫星网络的系统结构及其特点。结合不同轨道卫星特点,引入分层卫星网络结构,采用Walker和极轨星座覆盖带设计法,设计了多层卫星网络星座。采用"弱连接"模型作为星际链路建立的基本原则,并对星座的覆盖性能和星际链路特性进行了仿真分析,结果表明,多层卫星网络在覆盖特性和星际链路性能上更具优势。     

系统误差下的模糊航迹关联方法

航迹关联对航迹融合结果具有决定性影响。为了解决组网雷达存在系统误差情况下的航迹关联问题,采用归一化的方法,构造了一种新的隶属度函数,采用模糊方法进行航迹关联,该算法简单易于实现,可以准确地实现密集目标的航迹关联。仿真结果显示了该算法的有效性。     

以教师为中心教学模式在普通心理学教学中的应用初探

普通心理学是心理学专业学生的入门课程,其教学的目的是使学生通过学习获得对心理学体系的整体认识,并形成基本的学科框架,为其他专业课程的学习奠定基础。通过分析发现,普通心理学具有系统性、内容之间的关联性、对其他专业课堂的奠基性的学科特点和结构良好的知识特点;学生虽然有相关的朴素的心理学经验,但不具有科学的心理学专业知识的知识储备特点和成熟认知的思维特点。这些特征与教师中心取向的教学模式相吻合,同时学生的思维特点也为这种教学模式的开展提供了基础。     

基于ARCS动机模型的现代教育技术公共课教学策略初探

教育技术公共课是高校在校生提升信息意识和信息素养的一门必修课,但其教学效果一直不尽如人意。本文从分析当前教育技术公共课的现状入手,结合ARCS动机模型理论,提出了教育技术公共课改进的若干对策,以期提高这门课程的教学质量。     

基于相关性模型的舰船装备测试性分析与建模

为了提高舰船装备的综合诊断能力,在舰船设计、研制阶段就必须进行装备测试性设计工作。为此,根据舰船装备测试性要求,对装备进行了故障模式影响分析,确定了装备在设计和制造过程中所有可能的故障模式,以及每一故障模式的原因和影响,据此对装备功能和结构进行了划分。然后,利用相关性模型对舰船装备进行测试性分析与建模,建立了舰船装备组成单元的相关性图示模型、数学模型,并运用考虑可靠性和费用的优选方法,建立了舰船装备诊断树,得到舰船装备的测试方案。算例分析表明:该研究可有效提高舰船装备测试的效率,提升测试的经济性。     

基于小波神经网络的MEMS陀螺输出预测方法

为了解决弹载MEMS陀螺实时输出预测问题,提高陀螺输出预测精度并减小计算量,通过分析弹载陀螺信号时间序列特性,结合小波分析和神经网络两种方法的优势,提出了一种基于小波神经网络的MEMS陀螺输出预测方法。选取并优化神经网络结构参数,利用实测陀螺数据对建立的小波神经网络进行训练,并预测出未来一段较短时间的陀螺输出值。与陀螺实测值和ARMA模型预测结果的对比发现,小波神经网络方法有效地提高了MEMS陀螺输出预测的精度、减小了计算量,从而验证了该方法的有效性和精度。