大功率混合储能装置控制策略研究

针对电磁发射装置在连发时其储能电源对电网瞬时功率需求极大、一般电网难以承受的问题,提出了一种新的混合储能方式及其控制策略。该方式将蓄电池与脉冲电容器进行复合储能,采用多组蓄电池串联充电的新型拓扑结构,通过调整电路参数和时序触发控制策略,可以精确控制在不同时刻将多组蓄电池逐步接入电路对脉冲电容器充电,实现了对脉冲电容器的近似恒流充电,使脉冲电容器快速、高效地达到所要求的电压值。仿真与试验结果表明,该混合储能方式合理可行,在时序触发的控制策略下可实现在较短时间内将蓄电池能量传递给脉冲电容器,使功率逐级增大,从而降低网侧的瞬时功率需求。     

交叉更新参考信号的振动主动控制方法

针对参考频率与振源信号频率不一致时自适应前馈式振动主动控制方法无法取得良好控制效果的问题,提出了一种交叉更新参考信号的方法。该方法将余弦、正弦信号分量通过交叉更新得到带有幅值和相位信息的初始信号,再经正交化处理来保证正弦、余弦信号幅值稳定且只含有相位的更新信息。结合传统的滤波-X最小均方(FXLMS)方法,通过带通滤波器,有效滤除了谐波成分的残余振动信号,从而形成了一种振动主动控制方法。仿真和试验结果表明,振动主动控制方法能够在获得的参考信号频率不准确的情况下,通过交叉更新参考信号将参考信号频率收敛到实际的振源信号频率,在无法获得准确的振源信号频率的条件下进行有效的振动主动控制。     

基于特征匹配与假设检验的仿真信号确认方法

为降低仿真信号的应用风险,在使用之前需要再次确认仿真信号。根据装备试验特殊的约束与要求,讨论了仿真信号的特征匹配问题。采用参数假设检验的方法确认仿真信号的特征匹配水平,提出了一种基于特征匹配与假设检验的仿真信号确认方法,并就方法应用相关的细节问题进行了深入探讨。在目标回波仿真中的应用表明,该方法在真实信号实测样本不充分的情况下仍能适用,可为确认仿真信号提供决策支持。     

数学实验傅里叶变换及其应用的教学设计

数学实验旨在借助计算机来探索和发现数学规律。作为数学教学中的重要内容,傅里叶变换及其应用也是学习难点。本实验设计是在介绍相关知识的基础上,利用MATLAB软件分别针对傅里叶变换与采样定理、信号的降噪过程、信号的数据压缩过程等内容设计三个实验示例,并将实验结果以直观的图像形式呈现,通过对实验结果的分析,加深学生对傅里叶变换及其应用的理解,也培养了学生综合分析和解决实际问题的能力。最后精心设计实验任务,提高学员的学习兴趣与主动性。     

军队保密文化建设的几点思考

军队保密文化作为军事文化的重要组成部分,是军队保密工作的引擎和动力,是军队信息化建设和基于信息系统体系作战能力建设的前导和保障。通过研究军队保密文化概念,探讨了加速构建科学系统的军队保密文化体系,提出了加强军队保密文化建设的有效途径。     

军地大学生自主学习之比较研究

为剖析军校学员自主学习能力的内涵,从学习的动机、内容、时间、环境、方法、监督等方面,对比了军校学员和地方大学生自主学习能力培养的差异。基于这些差异和一般自主学习的内涵,给出了军校学员自主学习能力的定义,认为军校学员自主学习是军校学员素质培养机制下的一种特殊学习模式,其含义相对于一般的自主学习具有更高的层次,同时也有着鲜明的军事时代特征。     

构形理论及其应用的研究进展

回顾了构形理论的产生与发展过程,指出事物结构源自于性能达到最优是其理论精髓.构形理论已发展成为研究自然界和工程界中各种形态组织和结构的一个新兴学科分支.从工程界中的热、机械、流体流动、电、磁、化学等学科,到自然界中的生命系统和非生命系统等广泛的研究领域,全面阐述了构形理论及其应用发展现状.     

反例在高等数学教学中的应用

高等数学课程是理工类及经济类等专业的一门重要基础理论课,占有特殊重要的地位,而如何让学生学好高等数学,教学方法在这就显得尤为重要。本文仅就反例在高等数学教学中的应用以予探讨。     

简析中西思维方式的差异

思维方式的差异是中西方之间最根本的差异之一。文中就中西方在思维方式上的差异,怎样正确认识中西交流中思维方式的差异进行了阐述,为中西方文化冲突的解决提供参考。     

基于姿态库和PIK算法的虚拟人全身姿态生成

当前,虚拟人的全身关键帧姿态主要通过手工方式设计生成,耗时费力,将以姿态样本为基础的数据驱动方法和以直观的高层任务约束为基础的目标驱动方法相结合,实现了虚拟人全身姿态的自动交互生成。首先构建姿态样本库,依据特定任务约束,对全身关节进行分组并提出了参数化姿态拼接方法用于虚拟人全身姿态的估计生成,随后以估计值为初始姿态,利用带优先级的逆向运动学（PIK）算法对所有任务约束按优先级顺序进行IK迭代求解,实现对全身姿态的进一步优化生成。在姿态迭代求解过程中,将静态平衡约束和其它任务约束分层单独求解,解决了平衡约束优先级难以设置的问题并可确保姿态结果的静态平衡性。实验结果表明,通过将姿态样本库和PIK算法相结合,既克服了已有基于数据样本的逆向运动学算法只能生成与原有姿态样本差别不大的姿态的限制,又可解决PIK算法的初值选取问题,相应地减少了PIK算法所需的迭代求解次数,提高了求解计算效率,并可适度保证最终姿态结果的逼真自然性。