一个实时调度仿真模型算法的算法

提出了一个在仿真支撑系统中所采用的实时调度仿真模型算法的算法,并且成功地应用在“RDFI—50MW热电厂训练仿真机”中.     

实时图像的采集与显示

本文介绍了一个实时图象采集与显示系统,较为详细地说明了系统的工作原理,分析了各部分的实现过程。特别是本系统中引入多体存储器存储图象的方法,改善了数据接口的带宽,实现了图象数据采集、存储、传送的实时操作。     

基于VC++的坦克模拟车驾驶实时控制系统

坦克模拟车驾驶实时控制系统是坦克(分队)作战仿真系统的重要组成部分.结合科研实践,基于Visual C 语言,着重从系统设计原理、系统实现、系统评价等方面进行分析研究,完成代码编写与硬件接口的联接.实践证明,该系统能够实时准确地对驾驶过程中的数据进行采集和处理,且能够逼真地实现对坦克模拟车的驾驶模拟,系统中所创建的类经过重用,也可以在其他坦克模拟系统的开发和研究中使用,且具有较高的参考价值.     

基于RTX的实时测控系统软件设计

从无人机半物理仿真试验的整体结构出发,针对实时测控系统的需求,采用了一种较为新颖的Windows+RTX实时性方案,完成了无人机半物理仿真试验中实时测控系统的研制.既满足了试验的实时性要求,又具有很好的用户交互特性,对测控技术的发展及其在国防科技等相关领域中的应用均有重要的参考价值.     

外弹道数据融合实时算法研究

信息融合技术可以大大减轻指挥决策的工作量,增加信息置信度,减少模糊性,改善系统可靠性.针对靶场实时测控数据处理中急待解决的成片野值干扰等难题,在实时环境中采用数据融合处理方法,讨论了外弹道数据融合实时算法所面临的关键技术,并通过分析与论证得出可行性结论.结论对进一步的系统设计与软件实现具有指导意义.     

星载高光谱图像实时处理系统

为适应星载高光谱成像仪输出数据率越来越高的需求,设计了一种基于模块化的、软硬件结合的高光谱图像实时处理系统。该系统由一个主控模块(MM)和若干个实时高光谱图像处理子模块(SM)组成,对软硬件处理流程进行了合理划分。在充分考虑系统所需选用的DSP和FPGA芯片下,给出了主控模块与子模块的设计方法及原理框图。该系统可等效为一个二维网孔型并行模型,具有很高的并行性和加速比,具有实现实时高光谱图像处理的能力。并且该系统具有很强的适应能力,可满足不同星载高光谱成像仪的需求。     

基于实时递阶控制的智能坦克火控系统结构分析

为适应坦克火控系统的智能化发展需求,保证智能坦克火控系统研究工作的顺利开展,提出了坦克火控系统智能控制结构的设计原则,并综合功能型和行为型控制结构的优点,构建了系统智能实时递阶控制的总体结构,对各个智能控制层的内部结构和功能进行了分析。最后基于实时递阶控制结构对系统的稳定性进行了分析,对智能坦克火控系统的后续研究设计工作具有一定的指导作用。     

一种捷联惯导系统姿态测量新算法的应用研究

为改进捷联惯导系统姿态矩阵的解算、实时计算等问题,本文引入四元数三阶泰勒展开递推式作为捷联惯导系统的姿态更新算法,着重解决了使用三阶泰勒展开递推式进行姿态计算的方法,并对某陆地捷联惯导系统的量测数据,用C语言进行了相应的仿真.本文的工作为改进捷联惯导系统算法提供了参考依据.     

飞行器试验多测控目标发射零点应急处理方法

飞行器飞行试验任务中,发射零点T0是整个测控系统启动运行的基准点,是保证测控系统有条不紊正常工作的关键因素。特别是执行多个测控目标连射飞行试验任务,多个发射零点的正确处理更是关乎试验任务的成败。在分析发射零点形成机制基础上,对发射零点在指控系统实时测控软件中的处理方法进行了研究,提出了一种实时测控软件重启后重新获得多测控目标正确发射零点的应急处理方法,解决了试验过程中一旦实时测控软件因重大软件故障导致初始发射零点丢失的问题,保障了试验任务的顺利进行。     

An adaptive forecasting algorithm and inventory policy for products with short life cycles

Products with short life cycles are becoming increasingly common in many industries, such as the personal computer (PC) and mobile phone industries. Traditional forecasting methods and inventory policies can be inappropriate for forecasting demand and managing inventory for a product with a short life cycle because they usually do not take into account the characteristics of the product life cycle. This can result in inaccurate forecasts, high inventory cost, and low service levels. Besides, many forecasting methods require a significant demand history, which is available only after the product has been sold for some time. In this paper, we present an adaptive forecasting algorithm with two characteristics. First, it uses structural knowledge on the product life cycle to model the demand. Second, it combines knowledge on the demand that is available prior to the launch of the product with actual demand data that become available after the introduction of the product to generate and update demand forecasts. Based on the forecasting algorithm, we develop an optimal inventory policy. Since the optimal inventory policy is computationally expensive, we propose three heuristics and show in a numerical study that one of the heuristics generates near‐optimal solutions. The evaluation of our approach is based on demand data from a leading PC manufacturer in the United States, where the forecasting algorithm has been implemented. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2004.