碰撞检测在靶场点位通视性判定中的应用

针对靶场测试方案设计过程中点位通视性问题进行研究,在分析现有通视性判定算法的基础上,提出了一种在靶场三维数字环境中,利用碰撞检测技术实现通视性判定的新方法,并基于Virtools虚拟现实开发平台实现了三种点位选择方式的通视判定,并对判定结果进行了直观的展示.该方法操作简单直观,对于简化点位勘察程序,提高方案设计效率具有重要意义.     

IaaS模式“云训练”资源预测调度方法

基础设施即服务(infrastructure as a service, IaaS)模式“云训练”是基于IaaS云计算提出的武器装备系统模拟训练的模式,根据用户需求对训练资源进行预测调度是提高训练效果的重要保证。分析了“云训练”中用户任务、资源需求特点,采用阈值法进行预处理,通过动态权值系综模型得到预处理结果。在此基础上,提出基于减法模糊聚类的模糊神经网络的资源需求预测方法(subtractive fuzzy clustering based fuzzy neural network, SFCFNN), 并引入自适应学习率和动量项以提升收敛速度和稳定性。调度器根据预测结果实现用户需求与资源之间的动态匹配。实验表明该方法可精确预测用户资源需求,实现资源动态调度,有效提高资源利用率与训练效果。     

一种IaaS模式“云训练”系统设计

针对网络化模拟训练真实感不强,训练效率低等问题,提出了一种IaaS (Infrastructure as a Service)模式的“云训练”.阐述了“云训练”的体系结构和运行模式,研究了“云训练”的3项核心技术.通过GPU虚拟化技术解决云环境中终端用户3D图形图像处理能力弱的问题.根据模拟训练特点,建立用户需求模型,将模糊理论引入资源调度技术中,实现虚拟资源的动态调度;结合检查点回滚、虚拟机备份和虚拟机迁移技术,实现系统高效动态容错,保证了系统的稳定性与可靠性.实验证明,“云训练”系统改善了传统模拟训练系统中资源的按需共享能力,提升了资源利用率,保证了模拟训练效果.     

云边端架构的装备精确维修平行仿真系统

针对装备精确维修需求，在前期装备平行仿真相关研究成果基础上，优化完善了装备剩余寿命预测平行仿真算法，提出并设计了“云–边–端”架构的装备精确维修平行仿真系统。该系统在装备现场采集装备状态数据，边缘设备进行预处理，进而在云端由与实装平行运行的仿真模型，动态预测装备剩余寿命，并将预测结果应用于装备维修方案的制定与推演，为装备精确维修提供支撑。