基于改进GERT的任务过程时间特性建模分析方法

随着系统任务需求的日渐密集,用户对系统的时间特性提出了更为严苛的要求。首先,利用图示评审技术（GERT）构建系统任务流程的随机网络模型,针对任务中由于资源共享引起的活动排队执行以及部分上下游活动之间存在重叠的情况,基于排队论并引入时间因子以修正任务中各活动的执行时间,并给出任务执行时间的求解步骤。经考虑这2种情况,最终任务平均执行时间增加了22.9%。其次,通过不确定性分析,找出了任务中的关键活动,为进一步任务优化提供方向和思路。最后,以舰载机着舰任务为例进行案例应用分析,验证所提建模分析方法的有效性和适用性。      

LaBr3(Ce)元件破损在线监测关键核素确定及效率校准

常用的元件破损在线监测方法受外在因素影响较大,以γ能谱中关键裂变产物核素比活度进行在线定量分析是一种可靠的元件破损监测方法。针对新型LaBr₃(Ce)元件破损监测仪,设计了元件破损模拟实验,对逸出的裂变产物采用HPGe和LaBr₃(Ce)探测器进行了对比测量。通过不同冷却时间γ能谱的核素分析,确定了¹³⁵Xe,⁸⁸Kr,¹³⁸Xe,⁸⁸Rb,¹³⁸Cs等可作为LaBr₃(Ce)元件破损γ能谱监测的关键核素。同时,制备了覆盖能量范围(250～2 400)keV,含⁶⁰Co,¹³⁷Cs,¹³³Ba;²⁴¹Am,¹⁵²Eu;¹⁰⁹Cd,⁸⁸Y,⁵⁷Co及²⁴Na的4组放射性标准溶液,在建立的效率校准系统上,校准了LaBr₃(Ce)在线监测仪的效率。在反应堆一次异常情况分析中,已校准的LaBr₃(Ce)元件破损监测仪对关键核素的现场分析结果与HPGe的取样分析结果一致,表明效率校准结果准确,校准方法可靠。     

层次分析法在仿真系统可信度评估中的应用

以某仿真试验验证系统为例,在仿真试验验证系统VV&A 工作的基础上,运用层次分析法（A HP）对仿真试验验证系统的可信度进行了评估,得到了量化的可信度评估结果。该方法直观、条理性强、切实可行,具有一定的实际应用价值。     

SSPS-OMEGA超大型球形聚光器结构拓扑构型与设计

为同时兼顾千米量级尺度空间太阳能电站聚光系统的在轨发射安装难度、光学收集效率、稳定性及结构工艺等多方面的因素,提出采用基于球面正多面体的经纬线划分法模块化构建球形聚光器。该方法不仅可实现基础划分单元分布均匀、规格种类少,降低在轨构建与运载发射难度。而且只要合理控制弧高等分数和基础划分单元的口径就可以同时保证聚光系统的光学收集效率。理论与仿真结果显示,当弧高等分数为24时,该划分法共有25种基础单元件,整个球面被分成5762块。并且此时模块化构建的实际球形聚光器的光学收集效率与理想球面相比基本保持不变,解决了太阳能电站聚光系统设计中存在的关键问题。     

时间序列法在临近空间大气风场预报中的应用

受多种因素影响,临近空间大气环境要素复杂多变,预报难度很大.本文采用时间序列法中的自回归滑动平均（ARMA）模型对临近空间大气风场开展统计预报方法研究,基于廊坊（39.4°N,116.7°W）中频雷达在88km高度的大气纬向风数据开展预报试验.本次预报试验的样本数据为2015年9月24日至10月24日风场数据,利用过去7天数据对未来第8天风场数据进行预报.试验结果显示,ARMA模型对临近空间大气风场预报有一定的适用性.当风场变化规律性较强,即样本数据风场呈现出比较显著的24h周期性变化时,ARMA模型预报效果较好;当风场发生突变时,预报效果变差.与实测数据的对比结果表明,ARMA模型预报结果的误差在9~27m·s-1,预报效果优于同阶自回归（AR）模型,略优于高阶AR模型.      

基于释热率分析的钝体贫油熄火过程分析

针对锥形钝体稳定的甲烷-空气预混湍流火焰复杂的熄火过程,采用大涡模拟(LES)与输运方程概率密度函数(TPDF)湍流燃烧模型相结合的模拟方法,研究远离熄火、近熄火及熄火点的火焰和释热率(HRR)数值变化情况,定量分析熄火判据。结果表明:冷态速度模拟结果和实验的相对均方根误差在10%以内,热态误差在20%以内;释热率是否出现在OH和CH₂O重叠的区域,是判断熄火的一个重要参数;远离熄火时,释热率高的区域主要沿内侧剪切层出现;近熄火工况下,释热率在流向轴上闭合,回流区下游也出现较大的释热率;熄火点工况下,较大释热率的区域在回流区下游和上游均有出现;模拟预测的熄火情况和实验PLIF结果一致;平均释热率可作为判断熄火的定量依据,即当钝体后方0.2d处内侧剪切层平均释热率与回流区平均释热率的比值小于4时,发生熄火。      

基于IoU约束的孪生网络目标跟踪方法

基于孪生网络的跟踪方法通过离线训练跟踪模型,不需要对跟踪模型进行在线更新,兼顾了跟踪精度和速度。现有孪生网络目标跟踪方法使用固定阈值选择正负训练样本易造成训练样本漏选问题,且训练时分类分支和回归分支之间存在低相关性问题,不利于训练出高精度的跟踪模型。为此,提出了一种基于交并比(IoU)约束的孪生网络目标跟踪方法。通过使用动态阈值策略根据预定义锚框与目标真实框的相关统计特征,动态调整正负训练样本的界定阈值,提升跟踪精度。所提方法使用IoU质量评估分支代替分类分支,通过锚框与目标真实框之间的IoU反映目标位置,提升跟踪精度,降低模型的参数量。在数据集VOT2016、OTB-100、VOT2019、UAV123上进行了对比实验,所提方法均有较好的表现。在VOT2016数据集上,所提方法的跟踪精度比SiamRPN方法高0.017,期望平均重叠率为0.463,与SiamRPN++相比仅差0.001,实时运行速度可达220帧/s。      

无须模板的阵列天线方向图综合设计方法

阵列天线方向图综合通常须选择适当的方向图模板。然而,目前还没有方向图模板选择方案的研究,因此无法保证现有模板的合理性。为避免所预设的方向图模板不可行,本文提出以最小化旁瓣最大值与主瓣最小值的比值为准则,构建方向图综合优化设计问题。该问题的不等式约束是非凸且耦合的。采用罚函数法将不等式约束引入目标函数中,然后设计一个光滑函数来逼近并替代目标函数中不可微部分,从而得到原问题的可微逼近问题,最后使用拉格朗日神经网络法求解逼近问题进而得到原问题的近似解。仿真试验验证了本文所提方法的有效性。