MIMO-OFDM最优训练序列设计

推导得到了宽带 MIMO-OFDM 信道模型。在空间相关情况下推导了非盲信道估计的 Bayesian CRB及 Bayesian MMSE。利用 Bayesian CRB 准则对发送的训练序列进行了功率分配,而后利用一种线性规划的方法对带有保护带宽 MIMO-OFDM 训练符号进行子载波功率分配,并利用发端酉矩阵进行最优相位设计。     

多输入多输出雷达恒模稳健波形联合优化算法

针对目标冲激响应及杂波冲激响应分布特性先验知识不准确导致的多输入多输出雷达检测性能下降的问题,提出恒模稳健波形与接收机滤波器联合优化算法。将目标冲激响应及杂波冲激响应分布特性先验知识不准确时的优化问题建模为一个极大极小化问题。运用迭代优化算法将联合优化问题分解为两个子优化步骤:将波形固定时的接收机滤波器权值优化问题建模为广义瑞利商模型,求解得到相应的接收机滤波器权值矢量;利用半正定松弛技术对权值固定时的波形优化问题进行求解,获得对应的波形矩阵,并根据得到的波形矩阵,通过高斯随机化的方法获得所需的恒模波形。对所提算法的收敛性进行了证明,仿真结果表明所提算法有效。     

攻击主动防御飞行器的微分对策制导律

基于微分对策理论设计了躲避护卫弹的同时攻击飞行器的制导律。根据传统的性能指标推导了该场景的微分对策制导律,并且根据权重系数的取值定义了三种制导律:最优追赶制导律、逃脱-追赶制导律和复合制导律。最优追赶制导律容易被护卫弹拦截,逃脱-追赶制导律容易造成导弹和飞行器的零控脱靶量急剧增大而使得攻击失败,复合制导律很难选择合适的权重系数。针对以上不足,提出了两种改进的制导律,并对该两种制导律的适用情况进行了分析。通过非线性模型仿真,验证了这两种方法的可行性。该两种制导律目的性强,攻击导弹可以躲避护卫弹进而攻击飞行器。     

军队政治工作信息资源元数据标准

随着政治工作信息资源管理的需要,运用元数据来描述政治工作信息资源正逐渐成为普遍趋势,由于政治工作信息资源来源广泛种类复杂,如果缺乏顶层设计,势必会造成元数据标准不统一不规范的现象,从而影响政治工作信息资源管理。文章研究军队政治工作信息资源元数据标准的内涵,阐述其在政治工作信息化建设中的作用价值,提出具体设计应该遵循的原则和步骤。     

基于图分割的机械系统概念模块划分

为更好地实现机械系统的模块化设计,在基于功能-行为-概念结构(function-behavior-conceptualstructure,FBCS)的产品概念设计过程中引入面向产品概念要素的图分割聚类算法,建立了一种面向FBCS的产品概念模块划分方法。以堆垛机推拉机构为例,分析了根据产品的总体目标特征,进行产品功能、行为、概念结构求解与功能分解迭代的产品概念设计分解方法。为描述概念产品,提出黑箱法和IDEF0功能描述方法相结合的概念产品建模方法,以建立产品子功能-概念结构模型。在此基础上,建立了产品概念要素(功能、行为、概念结构、接口)的相关关系分析方法,并引入图分割聚类算法进行产品概念要素聚合,以实现产品概念模块的划分。推拉机构的概念模块划分证明该方法是可行和有效的。     

一种多约束条件下高超声速导弹对地攻击的三维最优变结构制导律

针对高超声速空地导弹多约束高精度末制导的基本需求,在三维解耦的俯仰平面和转弯平面上分别设计制导律。在综合考虑脱靶量、落角、入射角等多种约束条件后,运用最优控制构造的最优制导律设计了一种三维最优变结构制导律,接着利用梯度自适应下降法和T-S模型改进了速度约束控制。最后通过典型弹道的结果显示该制导律能够满足多约束高精度制导的需要,具有良好的弹道性能。     

潜艇兵力作战方案选优软件的设计与实现

对联合封锁中潜艇兵力作战方案选优问题进行了研究,针对在只有一个选优指标时,人们通过比较分析法能够容易地准确判别方案优劣的特点,综合采用了改进的层次分析法、模糊综合评判等方法设计并实现了方案的选优。通过验证,该软件在应用于作战方案多目标决策等复杂系统时是适用的和可靠的,并且此软件较为简便,可操作性强。     

油料装备中发动机与油泵的匹配设计探讨

油料装备中发动机与油泵的合理匹配是设计中需解决的一个重要问题。介绍 了油料装备发动机与油泵的匹配原则,分析了油泵和发动机工作时所需的动力,发现发动机 在驱动油泵时具有一定的功率储备,尤其是共用发动机具有较大的功率储备,提出利用发动 机万有特性曲线进行匹配设计。     

2014nccet:基于SI仿真的高密度存储服务器高速链路设计

针对高密度存储服务器中高速链路结构复杂、信号速率高、链路长度长等特点,在高速链路PCI-E3.0和SAS3.0设计过程中引入全面的SI仿真。通过对高速PCB设计中拓扑结构、材料类型、PCB结构等关键项目进行仿真设计,获得成本最低、性能达标的最优方案;通过全链路有源仿真,预估系统性能,降低系统投产风险;通过系统实际信号测试,验证系统性能完全满足相应规范要求,仿真结果有效可靠。     

Chance‐constrained multi‐terminal network design problems

We consider a reliable network design problem under uncertain edge failures. Our goal is to select a minimum‐cost subset of edges in the network to connect multiple terminals together with high probability. This problem can be seen as a stochastic variant of the Steiner tree problem. We propose two scenario‐based Steiner cut formulations, study the strength of the proposed valid inequalities, and develop a branch‐and‐cut solution method. We also propose an LP‐based separation for the scenario‐based directed Steiner cut inequalities using Benders feasibility cuts, leveraging the success of the directed Steiner cuts for the deterministic Steiner tree problem. In our computational study, we test our branch‐and‐cut method on instances adapted from graphs in SteinLib Testdata Library with up to 100 nodes, 200 edges, and 17 terminals. The performance of our branch‐and‐cut method demonstrates the strength of the scenario‐based formulations and the benefit from adding the additional valid inequalities that we propose. © 2015 Wiley Periodicals, Inc. Naval Research Logistics 62: 321–334, 2015