卫星可靠性技术--计算机辅助可靠性分析

介绍了自行开发的计算机辅助可靠性设计和分析软件(CCARS)的特点及其应用.CXARS软件的主要功能包括可靠性建模、预计与分配,故障模式影响分析及故障树分析等几项常用的可靠性分析功能.它们既可作为单一功能的软件独立运行,又可统一于软件包整体框架下使用.本文对各功能的特殊性作相应介绍,并阐述设计过程中的关键技术.最后介绍了CCARS在航天及核工业等领域的应用.     

飞行器合理传递参数的解法

本文基于矢量矩阵分析法,建立了含气动、结构和飞行参数及其偏量的数学模型,它可用来分析飞行器的合理传递参数。按此方法不仅可以同时调整若干设计参数,而且还可简化计算机辅助设计的程序。为选择合理传递参数,列出了设计参数的调整准则。 取用动态因子和转换因子,使所得方法对于正常式、鸭式、旋转弹翼式和弹道式导弹都是适用的。     

D／A变换静态误差的机助分析

12位以下D/A变换的静态误差(包括线性误差和微分线性误差等)主要取决于其电阻网络的精度。根据要求的静态误差限制值来确定网络电阻的容差,或者由已知电阻网络来预测和分析D/A变换的静态误差,是D/A变换研制工作中的一项重要工作。本文提出用蒙特卡洛法来进行这项计算机辅助分析,并以10位D/A变换为例说明仿真过程。文中提供的方法和给出的结果可供有关工程技术人员参考和引用。     

S波段振荡器的计算机辅助设计

介绍优化设计振荡器的全过程,阐述优化设计振荡器的原理和方法,分别从线性和非线性方面阐述设计和分析的过程。根据优化设计的结果对振荡器进行生产和试验,试验结果较好地符合仿真的结果,满足设计的要求,这也证明微波计算机辅助设计(CAD)对微波电路的设计是非常有用的     

挠性空间结构变形的自适应辨识

本文以空间控制中的挠性结构变形的辨识为背景,以李雅普诺夫稳定性理论为基础,从辨识的一致性原则出发,给出时变参数的自适应辨识算法。该算法具有梯度型递推形式,结构简单、容易实现。计算机模拟结果表明该算法是解决时变参数辨识的一种有效方法。     

科学视算──新的计算系统

一种新型的数学仿真系统一科学视算系统的特点、需要解决的问题、系统模型以及系统的构成在文中作了介绍和分析。     

基于MPI的弹道仿真的并行计算研究

介绍了MPI的基本概念,列举了提高并行计算效率的一些措施,并实现了基于MPI消息传递机制的弹道仿真计算模型的并行编程,最后对并行计算和串行计算的结果进行了比较。研究结果表明,将并行计算技术应用于弹道仿真中是可行的,并获得了较高的加速比和计算效率;与单机运行相比,计算机机群可以大大缩短计算时间,提高计算效率,而且可以扩大计算规模,系统适应性和延展性较好。     

计算机生成航空兵力的模型设计与实现

以航空兵力为研究对象，着重研究空中计算机生成兵力（ＣＧＦ）的模型设计及实现技术。并对构造航空兵ＣＧＦ系统的意义进行了分析，叙述了含有虚拟（ＶＲ）技术失工交互仿真实验系统的系统结构和分系统组成成分。同时还分析了ＣＧＦ系统中智能数字飞机的模型特点，重点介绍了动力学建模方法以及编队模型匠建立及编队飞行能力的实现方法，构造出来的计算机生成航空兵力在实验系统中性能良好，满足总体要求。     

一种基于SPWM方法的三相变频逆变电源

给出了一种新的SPWM控制算法。采用该方法可以很方便的实现SPWM变频逆变的控制,并以增强型高速51单片机W77E58为主处理器构成系统,实现了三相变频逆变电源。该电源具有频率、电压的调节、指示及过流保护等功能。     

Developing a dust storm detection method combining Support Vector Machine and satellite data in typical dust regions of Asia

Enhancing the dust storm detection is a key part for the environmental protection, human healthy and economic development. The goal of this paper is to propose a new Support Vector Machine (SVM)-based method to automatically detect dust storms using remote sensing data. Existing methods dealing with this problem are usually threshold-based that are of great complexity and uncertainty. In this paper we propose a simple and reliable method combining SVM with MODIS L1 data and explore the optimal band combinations used as the feature vectors of SVM. The developed method was evaluated by MODIS and OMI data qualitatively and quantitatively on three study sites located in the Arabian Desert, Gobi Desert and Taklimakan Desert, and it was also compared to three other traditional methods based on their accuracy, complexity, reliability and sensitivity to thresholds. The detection results demonstrated that the combination of (Band7 − Band3)/(Band7 + Band3) ((B7 − B3)/(B7 + B3)), Band20 − Band31 (B20 − B31), and Band31/Band32 (B31/B32) can detect the dust storms more precisely than other individual bands or their combination. The comparison among those cases indicated that the proposed automatic method exhibited an advantage of minimizing the uncertainty and complexity, which were the limits of defining thresholds based on the threshold-based methods. The conclusions can provide references for studies that focus on statistical-based dust storm detection.