想定驱动的仿真资源发现方法

为解决在云间共享架构的仿真环境下资源的自动发现问题,研究了仿真资源请求的描述方法及相应的资源发现算法,提出了想定驱动的仿真资源发现方法.方法通过扩展的军事想定描述语言表示仿真资源请求,使用双映射三过滤算法实现仿真资源的自动发现.分析表明,仿真想定驱动的资源发现方法可以实现在云间共享架构下仿真运行所需的大量资源的自动发现,并对发现结果具有语用校验功能,对于仿真环境的快速部署具有积极意义.     

25nm鱼鳍型场效应晶体管中单粒子瞬态的工艺参数相关性

基于TCAD(Technology Computer-Aided Design)3-D模拟,研究了25 nm鱼鳍型场效应晶体管(Fin Field Effect Transistor,FinFET)中单粒子瞬态效应的工艺参数相关性。研究表明一些重要工艺参数的起伏会对电荷收集产生显著影响,从而影响到电路中传播的SET(Single Event Transient)脉冲宽度。对于最佳工艺拐角,离子轰击后收集的电荷量可以降低约38%,而在最坏工艺拐角下,收集的电荷量则会增加79%。这些结论对FinFET工艺下的SET减缓及抗辐射加固设计提供了一种新的思路。     

网络化无人水下航行器CAN总线调度方法

传感器时间驱动,控制器和执行器均为事件驱动的网络控制系统节点驱动方式,已在众多的网络控制系统研究中被采用。在此种节点驱动方式下,依据各控制回路传感信息的不同时间性质将网络化无人水下航行器各控制回路划分为周期性控制回路和随机性控制回路来进行处理。采用时分复用原理对系统总线传输时间进行划分,通过递归遍历寻优方法对系统周期性控制回路信息传输需求进行优化调度;基本周期最小时间余量最大的寻优指标确保了总线负载均衡和随机性控制回路信息传输需求得到及时满足,这样有效地减少了低优先级控制回路(节点)信息传输的延迟等待时间。利用M ATLAB/T uretim e工具进行仿真试验,仿真结果说明了调度方法的有效性。     

改进BP网络的舰船装备保障资源保障能力评估

针对单独运用BP网络评估舰船装备保障资源保障能力时存在的不足,提出了一种基于改进BP网络的舰船装备保障资源保障能力评估模型。首先构建了保障能力评估的指标体系,在此基础上,采用主成分分析法对原始输入变量进行预处理,选择输入变量的主成分作为神经网络输入,一方面减少了输入变量的维数,消除了各输入变量的相关性;另一方面提高了网络的收敛性和稳定性,同时也简化了网络的结构。然后将遗传优化算法与BP网络结合,利用GA的全局搜索能力优化BP网络的结构参数。最后进行实例计算,结果表明该方法有效克服了纯BP算法局部收敛、泛化能力弱等问题,新模型采用的算法具有收敛速度快,结果精度高的优点,适用于对保障资源保障能力的分析和评估。     

网络分析法和熵权的装备保障系统能力评估

针对传统方法在解决装备保障能力评估问题上的局限性,利用网络分析法,构建了双层网络结构的评估指标体系,以反映装备保障系统复杂的内部关系;为克服网络分析法在求解指标权重时的缺陷,结合熵权理论,提出了指标权重修正模型;兼顾平时、战时的不同评估需求,提出了基于网络分析法和熵权的综合评估模型。通过实例应用,验证了方法的可行性、有效性。     

RBF神经网络在异步电机故障诊断中的应用

将径向基(RBF)神经网络应用到电机的故障诊断中,建立了异步电机的RBF神经网络诊断模型。为了克服RBF神经网络学习算法的不足,引入了差分进化(DE)算法,并且利用了差分进化(DE)算法的全局搜索能力来优化RBF神经网络基函数的中心、宽度以及网络的连接权值,以获得最优的网络模型。仿真结果表明优化后的RBF神经网络的泛化能力和诊断精度都得到了大幅度提高。     

水下传感器网络部署优化研究

水下传感器网络具有广阔的应用前景,但也存在能量有限、延迟较长、部署区域不连通和通信能耗大等问题,理论和实践证明传感器节点的优化部署是解决已上问题的有效方法。为此综合考虑水下传感器网络的工作环境及传感器特性,建立了提高网络可靠性的网络部署模型,给出了网络部署的成本函数及约束条件,并使用遗传算法对传感器节点和中转节点的部署成本及网络生命周期内的能量消耗进行优化。通过仿真实验表明,该模型收敛速度快,部署节点结果合理,达到了较好的优化网络的目的。     

基于网络理论的体系作战能力建模

在分析信息化体系作战能力"跃迁"特征的基础上,进行了作战体系的网络化结构建模分析;研究了感知网络、指控网络以及执行网络能力模型,构建了基于网络理论的体系作战能力综合模型。结合仿真算例分析,探讨了体系信息结构力的产生机理,为体系作战能力综合研究提供了借鉴和支撑。     

粗集支持向量机的战斗机空战效能智能评估

根据现代空战特点,选取了战斗机的空战效能评估指标集,并采用粗糙集理论对指标体系进行约简,提取对空战效能影响起关键作用的特征参数,消除冗余信息,减少了支持向量的维数。支持向量机(SVM)具有结构简单、全局最优、泛化能力强的优点。根据所提取的特征参数,文中提出采用回归型支持向量机(SVR)建立空战效能智能评估模型。并通过实例与指数法和BP神经网络法计算结果进行了比较,验证了该模型的可行性和有效性。     

网络化防空作战C~2结构模型抗毁性

从网络动力学特征的角度,研究网络化防空作战C2结构模型抗毁性问题,针对以往的抗毁性测度指数不适用于C2网络抗毁性研究的现状,考虑C2网络信息融合的时延及战场感知覆盖率等因素,提出的抗毁性测度指标:最大连通片尺寸与网络规模比,最大连通片平均最短路径长度L,网络化效能系数。在指标的基础上对C2网络模型的抗毁性进行研究,并分析不同的空袭策略对防空作战C2网络抗毁性的影响。