建模与仿真过程中需求分析模型的校核与验证研究

建模与仿真(M&S)开始于对所研究问题的明确定义与清晰描述,准确完整的需求定义是确定M&S校核、验证与确认(VV&A)评估标准的依据.简要介绍了需求分析过程的阶段和需求分析模型的建立方法,分析了需求分析模型校核与验证的主要内容,并给出了需求分析模型的静态校验和动态校验方法.     

Vega下带碰撞检测响应视点方式的开发

为满足用户浏览场景时自由控制视点的需要,同时实现视点避碰的功能,剖析了Vega环境中视点的工作原理,介绍了用户自定义运动模式视点的工作流程,开发了具有碰撞检测、能做出正确响应、可键盘控制功能的视点方式,提出了可行的碰撞响应策略。在导弹拦截系统的仿真应用中,该视点方式灵活易用、可操作性好,提高了用户浏览场景时的灵活性,大大增强了用户浏览场景时的真实感和沉浸感。     

SOC光刻仿真3D实时显示方法研究

光刻仿真是SOC(System On Chip)光刻工艺的重要环节,为了实现仿真数据3D可视化,在光刻仿真程序SPLAT(Simulation of Projection Lens Aberrations via TCCs)基础上,提出了自动排序算法对SPLAT输出数据进行重新排列以便三维建模,建立了光照强度与深度转换模型,将光照强度数值转变为3D可视化的深度数据,论文最后设计了3D实时图形仿真程序并进行了实验。实验证明了自动排序算法以及转换模型的正确性和先进性,为超大规模SOC数据的3D交互式实时显示奠定了基础。     

不确定时滞系统的区间时滞相关鲁棒镇定

研究了时间滞后满足区间变化的线性连续系统鲁棒镇定问题。采用Lyapunov-Krasovskii稳定性分析方法,给出了区间时滞依赖系统的状态反馈设计稳定解。进一步研究参数化不确定性情况下,区间时滞依赖系统的鲁棒稳定性判据和鲁棒状态反馈控制器设计方法。最后,通过仿真算例比较,验证了此方法的有效性。     

一种基于自适应网格IMM的自适应采样周期算法

提出一种自适应网格交互多模型下采样周期自适应的算法。在自适应网格交互多模型算法中,中心模型参数变化率反映了系统模型与目标机动水平间的匹配程度,而两者的匹配程度直接影响目标的跟踪精度。利用中心模型参数变化率对采样周期进行控制,并引入可控参数对平均采样周期进行灵活调整。仿真结果表明在自适应网格交互多模型下,提出的自适应采样周期算法比固定采样周期算法及基于预测协方差的自适应采样周期算法具有更好的性能。     

基于形态特征的芒果树L系统建模及其可视化

树木是虚拟森林景观的重要要素,也是自然景观可视化中较难建模与表达的要素之一.传统的树木建模方法无法用简单规律描述形态复杂的树木,且生成的树木往往也忽略生物学意义.因此限制了其实用性.针对这些问题提出了一种能较为全面反映生物学形态结构特征的L系统树木建模方法,并以热带水果种类之一的芒果树为模型对该方法进行了初步的设计与实现,结果表明这种方法能生成植物学形态特征的、具有不同树龄的三维逼真芒果树.     

椎弓根进钉通道数字化分析研究

脊柱椎弓根内固定技术是恢复脊柱形态和功能的重要手段,如何安全有效地植入螺钉一直是临床应用研究十分关注的课题,本文将医学影像和医学三维重建技术与逆向工程技术结合,通过获取CT连续断层图像,重建椎骨三维数字解剖表面模型,应用逆向工程技术对三维数字解剖模型进行数字化三维定量分析与设计,探索建立定位,定量研究椎弓根进钉通道的方法,从椎骨整体三维空间上获得准确的进钉通道数据.     

基于Image Quilting算法的纹理合成

基于样图的纹理合成方法是继纹理映射、过程纹理合成方法后发展起来的纹理拼接技术,用于解决传统方法中出现的缝隙、扭曲、变形和参数调整等问题.Image Quilting算法是简单易行的接缝消除方法,采用Image Quilting算法合成纹理并生成Wang Tile集,继而拼接大图像.实验表明,Image Quilting算法能够较好地保持纹理特征的连续性,但在接缝处可能破坏纹元特征.     

无人旋翼飞机鲁棒姿态控制律设计

介绍了小型无人旋翼飞机飞行控制系统的鲁棒姿态控制内回路控制律设计.以直升机为裁机平台,利用的试验数据通过PEM方法可以辨识出飞机模型.基于H∞理论设计了内回路鲁棒姿态控制律.仿真结果表明,在存在传感器噪声和模型误差的情况下,所设计的控制律满足了设计要求,针对建模不确定性具有一定的鲁棒性.     

自适应小生境克隆选择算法及其仿真研究

为了对多模态函数寻优,基于免疫克隆选择算法原理,提出了自适应小生境克隆选择算法(ANCSA).小生境决定位段会随着优化对象的维数及可行域的变化而自动调节,从而形成不同的小生境,每个小生境都具有免疫记忆功能.通过对四个典型的多模态函数仿真,并和相关算法进行比较分析,结果表明ANCSA在解决多模态函数优化问题时具有较强的自适应性和收敛性.