同心筒式导弹发射装置

介绍称为同心筒式发射装置(CCL)的多用途发射系统.其设计概念满足下一代水而战舰的要求,且重点强调减少人员编制、维修和寿命期费用.该系统的基本特点是通用模块化配置、自主式燃气排导和分布式电子结构.     

基于布尔感知模型的边界线多重覆盖算法

无线传感器网络监视预警系统的区域边界具有特殊重要性,针对节点的布尔感知模型,根据节点感知圆盘的相互关系,可将整条边界线划分为不可再分割的可数个最小曲线段,利用改进的贪婪式算法研究了集中式多重覆盖算法和分布式多重覆盖算法,通过仿真实验,验证了多重覆盖带来的高检测概率以及高覆盖概率。     

生物质-燃料电池/燃气轮机集成原理及技术分析

生物质气化-燃料电池/燃气轮机(biomass gasification fuel cell/gas turbine,BGFC/GT)发电系统在生物质能利用方面具有独特优势,近年来受到研究人员的重视.在对BGFC/GT发电系统基本原理及特点介绍的基础上,对其中2个重要研究内容,即部件技术手段、系统热力集成的研究现状进行了综述分析,指出发电系统的性能与组成系统的部件的技术手段密切相关,应针对所用生物质的特点及对产品气的要求对生物质处理技术进行选取;系统内部能量的有效利用是进行系统热力集成、提高热力学完善性的关键.目前BGFC/GT发电系统集成研究工作较少,应加强对系统内部可用能充分利用的研究,通过引入热力学系统分析方法提高系统内能量的有效利用,改善能量转化效率.     

航空发动机故障诊断方程的求解及应用

用换算系数方法建立了基线模型，分析了测量参数偏差的计算方法，重点介绍了发动机故障诊断系统中故障方程的求解方法，并应用发动机试车数据对此进行了求解检验，结果表明故障诊断方程的求解方法可行。     

分布式光纤传感器的现状及发展趋势

介绍了目前分布式光纤传感器的主要研究方法和技术动向,并展望了其发展趋势。     

分布式空间系统概念和应用

探讨分布式空间系统的概念目的有二:其一,到目前为止有些书刊文献对分布式空间系统确切的概念和内容不清楚,例如有文献说:卫星编队又称分布式空间系统;也有文献明确说:从轨道动力学角度,分布式卫星系统表现为多颗卫星的编队飞行;还有把编队飞行和星座混为一谈,或者说弄不明白两者根本区别在何处。所以有必要在这里简单明确论述一下分布式空间系统的概念和内涵。其二,分布式空间系统是立方体纳型卫星最佳的应用领域。将来随着其技术的迅速发展和元部件功能密度比的增加,立方体纳型卫星在分布式空间系统的应用前景将越来越广泛,作用和价值也越来越高。     

一种基于等长时隙划分双层卫星网络路由算法

针对网络拓扑时变和链路频繁切换影响卫星网络路由性能的问题,采用"骨干/接入"和"弱连接"思想,构建双层卫星网络,实现地球静止轨道卫星(GEO)与低轨道卫星(LEO)各层的分开管理。在此基础上,通过动态调整极区边界值,进行系统周期的平均划分,提出了适合于双层卫星网络的等长时隙快照和星上分布式路由算法(Equal-length Interval Snapshots and On-board Distributed Routing Algorithm,EDRA)。分析和仿真验证表明,这种"骨干/接入"的双层卫星网络架构更加合理,EDRA算法划分的时隙数量仅为时间虚拟化和分层管理的路由算法(Virtualized Time and Layered Management Routing Algorithm,VLRA)的一半,平均时隙长度则为VLRA的3倍以上,减少了路由计算与更新的次数,提高了网络链路利用率,并且端到端时延抖动小,数据丢包率低,更加适合于卫星网络中应用。     

基于混合动态信念传播的多无人机协同定位算法

针对多无人机(UAVs)协同定位问题,提出一种基于混合动态信念传播的定位算法。在部分无人机GPS信号丢失的情况下,该算法可根据其他无人机的GPS观测,相邻无人机之间的相对距离观测,以及无人机加速度计的输出,对每个无人机的位置和速度状态进行分布式在线估计。首先用因子图模型描述多无人机的联合信念状态,接着给出一种混合动态信念传播推理算法计算图模型中的每个变量节点(对应于每个无人机)状态的边缘后验分布。推理过程仅包括每个无人机对自身局部信息的处理以及相邻无人机之间的信息交互,因此该算法可完全分布式实现。通过仿真实验以及与传统协同定位算法的比较,表明了本文算法的有效性。      

基于RQPSO-DMPC的多无人机编队自主重构控制方法

针对敌方防御区域内各种威胁,为了实现隐蔽突防并实施对敌有效打击,在突防过程中多无人机(UAV)编队需要进行重构控制,并且编队内的相互避碰问题与通信约束问题也需考虑。通过建立无人机虚拟领航编队模型并引入邻居集,采用分布式模型预测控制(DMPC)同时构建多无人机编队的重构代价函数,提出采用改进量子粒子群优化(RQPSO)算法进行求解,并将求解结果与采用粒子群优化算法的结果进行对比。仿真结果表明,本文算法能够有效控制多无人机编队完成自主重构,实现安全隐蔽突防任务。