高速履带车辆在坚实地面转向机理研究

运用系统分析的方法,研究坚实地面条件下高速履带车辆转向过程理论及其计算机仿真。以履带滑动转向理论为基础,考虑影响履带车辆转向的诸多因素(质心位置、负荷分布等),建立了履带车辆转向过程动力学模型。并为求解模型中的微分一代数混合方程,编写相应程序进行了仿真计算,对高低速2种情况下高速履带车辆的转向过程进行了计算机仿真实验,仿真计算的结果与实车野外实验的结果呈现一致性。特别在分析履带车辆高速转向过程中研究了离心力通过履带接地压力而对履带车辆转向过程的影响。     

卫星/MIMU嵌入式导航接收机抗干扰性能分析

为了提高武器在恶劣敌对环境中的生存能力,高抗干扰的嵌入式导航技术越来越受到研究者的关注。在分析卫星/MIMU嵌入式组合导航接收机系统原理的基础上,详细分析了采用MIMU信息辅助卫星接收机跟踪环路,提高多普勒频率估算精度,达到提高系统动态性能和抗干扰性能的要求。然后进一步分析了卫星/MIMU嵌入式组合导航接收机系统抗干扰能力,并以GPS接收机为例,对GPS/MIMU嵌入式导航接收机抗干扰性能进行了仿真。仿真结果表明,卫星/MIMU嵌入式组合导航接收机比一般的卫星接收机跟踪抗干扰性能至少有11dB的提高。     

基于理想干涉的InSAR处理性能评估新方法

为克服常规的InSAR处理性能评估方法只能分析整体性能的缺点,提出一种适用于分布式星载InSAR的理想干涉相位图仿真算法,此算法不仅能得到理想干涉相位,而且能得到理想情况下的配准偏移量。在此基础之上,提出一种基于理想干涉相位及理想配准偏移量(统称为理想干涉量)的InSAR处理性能评估新方法。此方法可以有效隔离InSAR处理流程各个环节的误差,对InSAR处理流程的各个环节的算法优化具有重要的实用价值。     

一种计算涡轮增压柴油机高原性能的方法

提出了一种计算涡轮增压柴油机高原性能的方法.这种方法不涉及复杂的数值模拟计算,可以在较宽广的环境压力和环境温度范围预测涡轮增压柴油机的性能,具有较高的计算精度.对两台车用涡轮增压柴油机进行了实例计算,并与试验结果进行了对比.分析了海拔高度变化和温度变化引起的涡轮增压器和发动机性能的变化趋势.     

基于多层循环并行化的负载平衡优化

负载平衡是并行处理中的一个重要概念。参与一个程序执行的各处理机所承担的工作量是否均衡直接影响该程序的并行性能。本文对面向MPP系统程序循环级并行化中负载平衡的优化进行了探讨,提出了优化策略及其实施算法。     

变结构C3I系统指控组织结构的建模与评估

指挥控制组织是Ｃ３Ｉ系统的核心,文章讨论了指控组织的Ｐｅｔｒｉ网建模方法,提出了一种变结构的指控结构模型,并与以往所采用的固定结构的模型相比较对其进行了性能评估     

基于TCP Veno算法的异构网络边界代理改进机制研究

针对在异构网络环境下无线网络的特点使TCP性能下降的问题,借鉴TCP Veno算法原理,提出基于网络状况评估的拥塞控制的性能增强代理改进工作机制,动态评估当前网络的状况,调整预应答发送窗口的阈值,提高性能增强代理在较大差异网络下的传输控制效能．基于NS-2的网络仿真测试对算法进行了验证,结果显示改进后的工作机制在丢包率较大的异构网络中性能有明显提升．     

基于灰色系统理论的军队油料节约人员360度绩效评估

基于360度绩效评估理论,从德、能、勤、绩4个方面构建了包含4个1级指标和16个2级指标的军队油料节约人员360度绩效评估指标体系。利用层次分析法确定了各评估指标的权重,运用灰色系统理论的原理和方法,构建了多层次灰色评估模型,并对某油料节约小组5位油料节约人员进行了360度绩效评估。案例应用表明,此方法具有系统综合各层评估者提供的"贫信息"的优点,不仅能得出被评估者的灰类及优劣顺序,而且得到了各指标所属灰类和具体的灰色评价权值,使360度绩效较好地实现了绩效反馈的目的。该研究为军队油料节约人员绩效管理工作提供了新的思路和方法。     

基于删除平均的VI-CFAR检测器

针对MLVI-CFAR检测器在多个随机分布干扰目标背景下检测性能不好,以及OSVI-CFAR检测器在均匀环境和仅单滑窗存在干扰目标的环境下检测性能欠佳问题,提出了一种基于删除平均(CML)的VI-CFAR检测器(CMLVI-CFAR).仿真验证了CMLVI-CFAR检测器在均匀背景及多目标干扰环境下,都具有比MLVI和OSVI-CFAR检测器好的检测性能,并且其在杂波边缘背景下的虚警控制能力与前两者也基本一致,说明其在实际杂波环境中具有更强的鲁棒性和良好的应用潜力.     

利用深度学习的硬件计数器复用估计算法

利用深度学习方法,为硬件计数器复用(multiplexing,MPX)提供结果精度更高的估计模型。通过对MPX估计得到的结果与实际采集的真实数据进行相似性分析,证明相同程序多次运行之间得到的硬件计数值是线性相关的。采用神经网络多层感知器(multilayer perceptron,MLP)和双向门控神经网络(bidirectional gated recurrent unit, Bi-GRU)这2种深度学习模型,对MPX数据进行拟合。基于动态时间规整(dynamic time warping, DTW),提出一个全新的评估MPX数据精度的指标DTW-cost。实验结果表明,同时收集15个硬件事件数据时,MLP方法拟合得到的13个高性能计算应用平均准确率比现有使用最广的固定插值法高出10.53%,最多可提升19.8%;而在MLP表现较差的事件上,Bi-GRU方法得到的平均准确率提升了28.8%。