电子设备热分析软件应用研究

应用热分析技术,能在产品的设计阶段获得其温度分布,从而优化设计,提高产品可靠性.介绍了现在流行的电子设备热分析软件,阐述了电子设备热分析软件在应用中面临的一些问题,并结合一简单实例,展示了电子设备热分析的全过程,对热分析软件应用中的部分难题提出了解决方案.结果表明:妥善处理好主要问题,则能够达到较高的热分析精度,满足工程需求.      

基于Web的带宽自适应组件化多媒体监控系统

当前的分布式多媒体监控系统存在通用性、易用性和扩展性不足等缺点,且不能自适应多种网络状况.为解决其通用性、易用性问题,参考流媒体系统结构,给出了基于Browser/Server模式的监控系统结构.为增强其可扩展性,在DirectShow技术基础上,设计了基于COM的监控系统软件结构.采用带宽自适应的策略和方法,实现了系统对多种网络状况的动态自适应.      

自适应模型跟踪控制在仿真伺服系统中的应用

针对飞行仿真伺服系统动态性能要求的特殊性和系统本身的非线性 ,提出了自适应模型跟踪的有效控制方法。文章在探讨参考模型选取的基础上 ,推导出一种飞行仿真位置伺服系统的自适应模型跟踪算法 ,并将其用于某一飞行仿真伺服系统。实验表明 ,该算法使系统获得了优良的动态性能 ,尤其对改善系统的频率响应 ,拓宽系统频带具有很好的效果。最后给出了部分实验结果     

基于MapReduce的CME参数识别模型并行计算技术

日冕物质抛射（Coronal Mass Ejection,CME）参数识别模型是太阳风预报过程的重要组成部分.在空间环境预报业务中,为提高太阳风预报的准确率,需要提高CME参数识别的精度.模型以计算任务串行的方式运行,运算效率低导致模型运算时间长,不能满足这种需求.CME参数识别模型的物理运算过程相互不独立,其在单节点上的运行方式不能满足并行化要求.基于MapReduce的并行计算框架,改进了CME参数识别模型的计算流程,提出CDMR（CME detection under MapReduce）方法,实现了CME参数识别模型的并行计算,并对比分析CME参数识别模型在串行计算和MapReduce并行计算下的运行时间,提高了模型的识别精度和计算效率.     

多阶段任务系统通用可靠性仿真模型

归纳了当前多阶段任务系统(PMS,Phased Mission Systems)可靠性建模的基本假设,指出了解析模型描述和求解能力的不足以及仿真模型存在的难以转换的缺点.应用着色Petri网(CPN,Colored Petri Net) Tools建立PMS的多层通用仿真模型:顶层控制模型将PMS各阶段的故障树参数化,作为CPN通用仿真模型的输入;单阶段处理模型根据顶层控制模型的输入判别该阶段顶事件是否发生;底事件处理模型通过比较随机数和故障发生概率的大小产生故障.通用仿真模型可以保持模型结构的稳定,同时又简化了仿真模型的生成.案例对比了CPN仿真模型与二元决策图(BDD,Binary Decision Diagrams)算法的可靠性计算结果,证明了模型的正确性;具有动态变化参数的PMS仿真则说明了模型的适用性.      

数字地球中实时地形晕渲的实现方法

通过使用法线贴图的模式,不增加地面网格数的前提下,在三维数字地球仿真系统中实现了对全球地形的高精度实时晕眩效果的地形浏览.首先通过对高程数据进行分层分块处理,制作级地块法线贴图,再通过绘图芯片用可程序化像素着色器流程计算法线贴图的光照效果,最后将纹理贴到对应的分层三维地形网格上.根据光源的入射方向、色调、饱和度及亮度,计算中考虑了顶点的环境光、漫反射光、镜面反射光,在低地形网格数的前提下,实现了如高精度地形网格般的明显光影变化.      

A regional tropospheric model for airborne GPS applications

A regional tropospheric model can be constructed using surveys from GPS ground networks. Using this model the tropospheric delays of a kinematic station within the region can be interpolated. However, such a model is generally not suitable for an airborne platform high above the ground networks. In this paper, a method of constructing a regional tropospheric model for airborne GPS applications is described. First, the kinematic station in the air is projected onto the ground. Then the tropospheric delays at projected point are interpolated from those of the ground networks. Finally, the tropospheric delays at projected point are extended upward to the airborne platform using pressure and temperature gradients and humidity exponential function. For validation of this method, the data of airborne campaign carried out by BKG in cooperation with GFZ and BGR 2008 in the northern Alps are used. The results show that GPS kinematic positioning precision in height component can be improved using this method.