基于COM/DCOM的分布式零件参数化 设计系统的研究

为解决基于UG(Unigraphics)的零件分布式设计的问题,分析比较了UG二次开发的两种模式,提出了一种基于零件库的通用参数化设计方法.采用COM(Component Object Model)方式建立了一个基于UG外部开发的通用参数化设计组件,利用DCOM(Distributed Component Object Model)实现了该组件的网络化,并在此基础上选用分布式三层网络模型,构建了一个基于COM/DCOM的分布式零件参数化设计系统,实现了LAN(Local Area Network)下对零件进行参数化设计的功能.      

基于兴趣划分的内容发布订阅系统关键算法

在基于内容发布订阅系统中,将订阅兴趣在多个代理之间划分是代理负载均衡的重要方法.提出了基于事件空间的K-D树划分方法.通过将事件空间划分成负载相同的区域,优化了系统负载均衡的性能.基于逻辑空间最短距离的概念提出了与划分相关的事件和兴趣路由算法以及单播和多播混和的通知路由方法.两种路由算法减少了事件匹配操作,提高了路由的效率.利用事件空间的区域合并和分裂实现了系统的自组织.实验和与相关工作比较表明,划分方法及其相关算法的引入提高了系统的可伸缩、容错和负载均衡性能.      

隐身目标电磁散射特性的图形电磁计算方法研究

计算了不同涂覆介质的反射系数,利用图形电磁计算方法计算了平板和圆柱的涂覆不同介质的雷达散射截面,并且为了增加图形电磁计算的通用性引入了归一化因子。结果表明,此计算方法是正确的。     

自组织网络中的分布式能量感知拓扑控制算法

为了有效利用无线自组织网络的能量,将最小连通支配集和计算几何学相结合,提出了一种自组织网络中的分布式能量感知拓扑控制算法.首先选举能量寿命较长的节点构建能量感知最小连通支配集,保证支配节点有充足的能量完成路由转发任务.之后在能量感知最小连通支配集上面构建Delaunay三角剖分,降低节点数据发送能耗,保证链路的能量有效性和网络拓扑的平面性.在原有连通支配集失效的情况下,选举能量寿命较长的替代节点进行拓扑重构,实现动态网络能量均衡.仿真结果表明,本算法在获得小的支配集的同时延长了网络寿命.      

分布参数随机系统的条件滤波方法

针对分布参数随机系统在其控制输入,系统输出存在观测噪声情况下,提出了分布参数随机系统的条件滤波方法,使得在获得系统状态的最优估计的同时,可以得到关于不确知的控制输入的最优估值,该算法所具有的系统状态和控制输入的估计器结构上的相似性,为降低分布参数系统的滤波算法数值计算上的复杂性提供了一种解决途径,也使得该算法在工程实际中有较大的应用前景.     

IDSS中数据仓库和数据挖掘的研究与实现

讨论了数据仓库、数据库知识发现和分布式对象的概念和技术,提出了一种集成化的IDSS(Intelligence Decision Support Systems)的开发环境,将传统的DSS四库结构与数据仓库相结合,把数据挖掘作为一种特殊的模型应用于数据库中的知识发现.同时,在系统实现上采用分布式对象技术,实现接口规范和应用程序相分离.最后进一步对数据仓库的设计与实现及数据库知识发现的设计与实现进行了介绍.     

GRECO建模在VC++4.0中的实现机制

GRECO(Graphical Electromagnetic Computing)技术是目前分析高频区复杂目标雷达散射截面(RCS)最有效方法之一.对复杂目标而言,应用GRECO方法的一个重要工作就是对目标的几何造型进行准确地建模,才能获得令人满意的结果.文中结合C-R样条建模理论,阐述了在Windows NT环境下利用VC+ +4.0与OpenGL为GRECO方法进行建模的机制.以标准体与复杂目标为实例,给出了与实验结果符合良好的RCS曲线,具有工程实用价值.      

GRECO与行波求解低散射目标后向RCS

GRECO(Graphical Electromagnetic Computing)技术是目前分析高频区复杂目标雷达散射截面(RCS)最有效方法之一.对低散射截面目标而言,行波效应往往贡献显著,在行波效应较强的某些区域,行波值甚至超过面元与棱边贡献,本文通过GRECO与行波混合法求解低散射目标后向RCS.利用低散射支架为实例,给出与实验结果符合良好的RCS曲线,具有工程实用价值.      

基于RTI的PDM框架实现策略

近年来,随着分布交互仿真技术的不断发展,解决仿真系统互操作和重用的高层体系结构的提出,以及ＰＤＭ技术的广泛应用和面临的新的挑战,提出了基于ＲＴＩ的ＰＤＭ框架技术,采用ＲＴＩ作为框架的运行支撑系统,以及通过联邦的运行方式,支持企业的动态联盟。阐述了基于ＲＴＩ的ＰＤＭ框架的特点,并对其实现的策略和应用作了有意义的研究。     

涡轮基组合循环发动机分布式控制系统通信网络混合拓扑结构优化方法

涡轮机组合循环(Turbine based combined cycle,TBCC)发动机控制系统通信网络拓扑结构是其分布式控制系统方案设计的重要部分,优化网络拓扑结构可提高发动机推重比和控制系统可靠性。本文基于智能优化算法提出TBCC分布式控制系统网络拓扑结构优化方法。基于图论建立TBCC几何模型和网格模型,以重量和可靠性为优化性能指标,同时考虑发动机表面高温区域以及控制节点的工作可靠性,分别采用粒子群算法和遗传算法优化星形结构中智能中央节点位置、中央节点的环形拓扑结构,获得星形-环形混合拓扑结构。仿真实例表明,基于本文方法优化所得的混合拓扑结构相较于星形集中式控制结构,系统重量降低了51.9%。