群体演出活动服装虚拟仿真系统设计与实现

服装在群体演出活动中发挥重要作用,直接影响整体演出效果呈现。为实现群体演出活动服装的虚拟设计和虚拟演练目标,设计实现群体演出活动服装虚拟仿真系统。利用CLO3D建立人体模型,构建服装个体模型,将人体和服装模型导入Unity后,调整服装材质并且添加纹理图,在Unity中复制成群体,开发演出场景虚拟仿真的交互界面,实现群体演出服装整体效果的设计与可视化虚拟仿真。仿真结果表明,虚拟仿真技术能够模拟出群体演出活动的大体效果,节约排练成本,缩短排练的周期。     

时变海场景双基SAR回波实时模拟方法研究

基于时变海场景双站散射机理,结合双基合成孔径雷达(SAR,Synthetic Aperture Radar)成像几何模型,提出了一种时变海场景双基SAR射频回波信号实时模拟方法。针对时变海场景的复杂耦合散射,采用多径近似理论建立了双基SAR海面目标回波信号模型,提取了时变海面双基SAR系统响应函数,结合高性能计算技术、同步动态随机存取(SDRAM)技术以及全系统交换设计,实现了时变海场景双基SAR射频回波信号实时模拟,最后仿真测试结果验证了该方法的有效性。     

典型陆军部队装备维修作业能力评估系统仿真建模研究

针对陆军部队维修作业仿真评估需求,提出了一套仿真模型设计方案。分析了部队维修作业能力仿真评估原理,进而明确了评估模型需求;给出了维修任务生成、维修保障系统建模方案;结合备件调度和保障设备使用过程,设计了维修保障资源模型。为陆军部队装备维修作业能力评估提供建模基础,用于支撑部队维修作业能力仿真评估系统的设计和应用案例研究。     

基于Unity3D的水下机器人半实物仿真系统

基于Unity3D研制了一种由地面控制终端、机器人本体和三维仿真系统3部分组成的水下机器人半实物仿真系统,为水下机器人开发过程中的性能测试、控制算法分析和人员操作培训提供了仿真和测试平台。该系统采用同一地面控制终端作为三维仿真系统和机器人控制系统的统一指令输入源,以实现虚拟对象和机器人本体的同步工作,可对系统进行实时监测、调参。采用多目视觉技术对机器人位置采集,对传感器数据进行卡尔曼滤波处理。机器人运动仿真试验结果表明,机器人实际运动路径和仿真规划路径基本相同,该系统动态响应性和控制系统同步性较好。     

基于幂函数控制指令的垂直飞行仿真性能分析

基于模态直接切换的飞行高度控制方法,在输入控制指令后,存在控制量输出震荡,甚至发散的问题。幂函数符合飞行高度指令变化规律,以此为原型函数,推导给定高度,当前高度和垂直速度之间的关系,将这一变换关系作为垂直速度控制回路的输入指令,设计了平稳控制系统,该系统不需要进行控制模态切换,就可以实现飞行高度保持,以及飞行高度的改变。通过A320飞行仿真平台对设计的平稳控制系统进行性能分析,结果表明该系统可以实现高度的平稳控制,且稳态误差得到了很好抑制。     

基于泊位坐标的无人船自主靠泊仿真研究

针对神经网络自主靠泊控制器只能完成特定港口的靠泊,而无法拓展到其他没有训练数据的泊位这一问题,提出一种以泊位顶点为原点,岸线为y轴的坐标系(泊位坐标系)。采用泊位坐标系中相对位置来训练神经网络控制器,在V.Dragon-5000航海模拟器中选取集装箱船“银河号”,在大连港进行靠泊训练后,成功将靠泊控制器拓展到没有训练数据的深圳蛇口港与新加波樟宜港。仿真验证了采用新建立的坐标系可以拓展神经网络自主靠泊控制器适用范围,减小训练数据所需的成本。     

复杂仿真系统重用模型可信度评估方法

在资源高度共享的今天,模型重用可增强仿真应用的灵活性和可扩展性,是复杂仿真系统构建的必然选择。然而,评估多模型组合仿真下的可信性是模型能否实现有效重用的基本问题。针对面向实物和面向数值解算两个不同应用环境的仿真模型重用,提出基于偏差传播的仿真重用模型可信度评估方法,详细介绍了各自建模方式及评估方法。以无人机复杂仿真系统为例,通过与经典可信度评估方法对比,说明了该方法可降低在重用模型可信度方面的评估难度,验证了方法的可行性。     

黄河兰州段氨氮降解系数的测定

对黄河兰州段氨氮的降解规律进行了室内模拟实验研究,采用稳态一维降解模型进行了分析计算,得出氨氮的室内降解系数为0.014d-1,并根据黄河兰州段的实际情况,对其进行温度和坡度修正,计算出黄河兰州段不同水期时的氨氮降解系数.     

德士古渣油气化系统数学模拟

对德士古渣油气化系统进行了过程分析,建立了单元设备物料和热量衡算的数学模型,提出了计算气化炉微量组分的方法。运用序贯模块法对该系统进行了稳态模拟计算,结果同设计值和工厂值吻合较好。     

Forecasting the duration of short‐term deflation episodes

The paper proposes a simulation‐based approach to multistep probabilistic forecasting, applied for predicting the probability and duration of negative inflation. The essence of this approach is in counting runs simulated from a multivariate distribution representing the probabilistic forecasts, which enters the negative inflation regime. The marginal distributions of forecasts are estimated using the series of past forecast errors, and the joint distribution is obtained by a multivariate copula approach. This technique is applied for estimating the probability of negative inflation in China and its expected duration, with the marginal distributions computed by fitting weighted skew‐normal and two‐piece normal distributions to autoregressive moving average ex post forecast errors and using the multivariate Student t copula.