双机空战效能评估的半实物仿真方法研究

简述了双机空战效能评估研究的重要意义,讨论了在实验室条件下,利用地面飞行模拟器进行双机空战效能评估的半实物仿真系统的组成和工作原理,着重研究了几个关键技术问题：１.双机空战仿真流程设计;２.机载雷达目标发现概率计算;３.空－空导弹可攻击区模型建立;４.空战结果评估与分析。     

一种基于MUSIC算法的二次搜索解模糊方法

在基于阵列天线的DOA估计中,研究者采用了多种手段和方法用来提高测角精度,而往往测角精度越高,角度模糊越严重。针对测角精度和角度模糊是相互矛盾的问题,提出了一种基于MUSIC算法的二次搜索的解模糊方法。首先用MUSIC算法粗搜索出目标信号的低精度来向,然后根据阵列设置推导出第二次搜索的角度范围,最后在新的角度搜索范围内进行小步长的角度搜索,得到目标信号的高精度来向。计算机仿真结果表明,本方法可以更快速、准确地实现高精度无模糊测向。     

Effects of smelting parameters on the slag/metal separation behaviors of Hongge vanadium-bearing titanomagnetite metallized pellets obtained from the gas-based direct reduction process

Smelting separations of Hongge vanadium-bearing titanomagnetite metallized pellets (HVTMP) prepared by gas-based direct reduction were investigated, and the effects of smelting parameters on the slag/metal separation behaviors were analyzed. Relevant mechanisms were elucidated using X-ray diffraction analysis, FACTSAGE 7.0 calculations, and scanning electron microscopy observations. The results show that, when the smelting temperature, time, and C/O ratio are increased, the recoveries of V and Cr of HVTMP in pig iron are improved, the recovery of Fe initially increases and subsequently decreases, and the recovery of TiO₂ in slag decreases. When the smelting CaO/SiO₂ ratio is increased, the recoveries of Fe, V, and Cr in pig iron increase and the recovery of TiO₂ in slag initially increases and subsequently decreases. The appropriate smelting separation parameters for HVTMP are as follows: smelting temperature of 1873 K; smelting time of 30–50 min; C/O ratio of 1.25; and CaO/SiO₂ ratio of 0.50. With these optimized parameters (smelting time: 30 min), the recoveries of Fe, V, Cr, and TiO₂ are 99.5%, 91.24%, 92.41%, and 94.86%, respectively.     

多用户OFDM系统基于用户调度的子载波和比特分配算法

在多用户正交频分复用（OFDM）系统中,通过运用调度技术对动态资源分配的贪婪算法进行改进,增加了系统接入用户的数量．该算法中,基站的调度器根据用户的服务要求（QoS）确定用户分配资源的优先权,无线资源分配模块（RRA）根据用户调度信息,利用贪婪算法动态分配子载波和比特给用户．仿真结果表明：与原始贪婪算法相比,改进算法能满足更多用户的服务要拉     

压电振动陀螺温漂性能粒子群算法优化

针对压电振动陀螺的温漂问题,采用基于粒子群的BP神经网络算法对压电振动陀螺的温度漂移现象进行建模。该算法借助粒子群算法帮助BP神经网络越过局部最小解,并通过加入高斯噪声的方式,模拟自然人脑。仿真实验表明,相对于传统的单BP神经网络算法,含有噪声的粒子群-BP神经网络算法,在精度方面提高了至少42.6%,所构建的温漂模型具有更好的非线性描述能力,从而能为压电振动陀螺提供了更高精度的零电位误差补偿;同时,在收敛速度方面快了5.2倍。     

隧道锚抗拔作用机理的室内模型试验

通过室内模型试验对隧道锚的抗拔作用机理和承载能力进行了研究,设计加工了隧道锚室内模型装置,通过多种配比材料的强度和变形试验确定了用于模拟隧道锚区现场围岩的相似材料,采用多种监测手段进行了隧道锚拉拔荷载作用下地表和围岩内部的变形、应变和应力监测.结果表明:在拉拔荷载的作用下,锚塞体顶部靠近地表的岩体先进入拉破坏,随着锚塞体的传力作用,锚塞体与围岩接触部位侧摩阻力逐渐达到极限,然后荷载逐渐传递到围岩内部,锚塞体附近围岩进入剪切破坏,个别部位为拉破坏,围岩破坏形态为从锚塞体底部向上发散的倒锥型破坏面.隧道锚承载能力由两部分组成:1锚塞体和围岩接触面的极限摩阻力;2围岩剪切-拉破坏的极限阻力,即夹持效应.50倍设计缆力下围岩处于弹性阶段,这表明目前的隧道锚设计是偏于保守的,存在进一步优化的空间.     

单车辆物流配送决策模型及其遗传算法

从提高装配运输系统运作效率及效益的角度出发,综合考虑配送时窗、配送重量、体积及车辆装载力等约束因素,建立了单车辆配装运输决策模型.通过遗传算法应用在模型中的适应性分析及可能存在的问题或缺陷分析,采用自然数编码、最大保留交叉及自适应交叉变异等技术以遗传父代优良特性、改善算法的早熟及进化停滞现象并增强其寻优性能.算法中嵌入配送重量、体积及配送时窗约束检验子程序以减小编码难度并提高解的精准度.最后以实例说明模型的应用,并指出进一步的研究方向.     

ARIMA-RBF模型在城市轨道交通客流预测中的应用

客流量预测是城市轨道交通规划设计和运营管理的基本依据,已成为城市轨道交通建设过程中的重要环节。本文通过分析平常日客流变化的周规律、非平稳性等时序特征以及ARIMA模型和RBF模型的作用机理,将适合进行线性时间序列预测的ARIMA模型和适合处理非线性问题的RBF神经网络组合,建立了ARIMA RBF预测模型,并用该模型对北京市城市轨道交通平常日客流量进行预测,该模型充分考虑到城市轨道交通客流变化的线性及非线性特征,取得了较好的预测效果。     

基于CEEMDAN多尺度模糊熵和SSA-BP神经网络的VP型垂直摆倾斜仪故障辨识

针对现有倾斜仪故障记录的甄别与分类主要依靠人工经验,诊断过程繁琐及诊断精度不高的问题,充分利用信号分解技术的特征升维与机器学习模型的快速自动分类等优势,提出一种结合完备集成经验模态分解（Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,CEEMDAN）多尺度模糊熵和麻雀搜索算法（SSA）优化BP神经网络的VP型宽频带垂直摆倾斜仪故障自动诊断方法。该方法首先将故障数据归一化,利用CEEMD分解信号得到本征模态函数（IMF）的多尺度模糊熵,然后基于麻雀搜索算法（SSA）优化BP神经网络的权值与阈值,得到最佳权值和阈值,最后应用SSA-BPNN模型对倾斜仪故障特征数据进行辨识。实验表明:CEEMD多尺度模糊熵判据具有良好的倾斜仪故障特征区分效果;SSA-BP神经网络模型在准确率和召回率上,相比BP模型分别提高4.758 1、6.321 6个百分点,辨识过程更稳健,弥补了VP型倾斜仪在故障智能识别领域的空白。