"公寓"型LRU可靠性指标的预计法探讨

探讨了“公寓”型LRU可靠性预计的方法,“公寓”型LRU的电子元器件不属于同一系统,因此不能按“串联”型预计,如何预计则应进一步研究,本文提出了预计的3种方法。     

虚拟战场环境下基于层次包围盒的碰撞检测算法

文章针对Vega Prime自带的基于相交矢量的碰撞检测算法检测精度低的缺点,提出了基于层次包围盒的碰撞检测算法在Vega Pirme中的实现方法,并针对虚拟战场环境中各种武器仿真平台的特点,提出了不同类型包围盒的选择原则。     

美国空军寻求轻型攻击/侦察飞机

在美国针对阿富汗武装分子的打击行动中,采用较低技术含量的低成本解决方案变得更具吸引力。美国空军正在考虑使用简单的小型涡桨飞机来代替喷气式飞机执行近距离空中支援和非正规冲突中的武装侦察、情报和监视(ISR)任务。     

机载自保护和电子攻击系统需求增长

由于大批现代战斗机的生产和使用都将延长到2015年左右,从而为电子战系统供应商提供了新的机遇,他们纷纷着手改进和研制新一代的机载自我保护和电子攻击系统,使这一市场呈现一片繁荣景象.     

盒形塑件翘曲变形的有限元分析

本文用Moldflow软件对给定盒形件进行翘曲变形分析,找出翘曲原因,并通过优化保压参数、调整浇注系统和冷却系统来改善翘曲程度。     

抵御对抗样本攻击的指纹室内定位方法

随着城市智能化的发展, 基于WiFi接收信号强度(RSS)的指纹室内定位服务受到社会的广泛关注。深度学习技术是利用RSS信号获得高室内定位性能的一种重要手段, 但其易遭受对抗样本攻击, 给定位系统带来严重安全隐患。为此, 提出了一种抵御对抗样本攻击的基于深度学习的RSS指纹室内定位方法(AdvILoc)。该方法基于图像识别领域对抗样本防御方法的研究和分析, 结合室内RSS指纹数据特征单一且高维的特点, 通过在RSS指纹室内定位深度学习模型中添加池化层、全连接层, 以及满足差分隐私的噪声层来抵御对抗样本攻击, 解决了基于深度学习的室内定位模型易过拟合且泛化能力不高的问题。通过添加Dropout层, 以及设计模型参数正则化方法, 提高模型抵御对抗样本攻击的鲁棒性。在2个真实RSS指纹室内定位数据集上的实验结果表明:与已有基于多层感知机(MLP)、卷积神经网络(CNN)的RSS指纹室内定位方法相比, 所提方法在保证时间开销和基本不影响定位模型性能的情况下, 提高了模型抵御对抗样本攻击的鲁棒性;在满足l₂范式规范的C&W攻击下, 随着攻击大小不断增大, 模型的定位准确率下降也更平稳。      

多机协同多目标攻击系统研究

研究了多机协同多目标攻击系统，定义了自主优先权，提出了分组决策的方案，设计了目标分配和火力分配的原则，采用神经网络实现了决策算法，并对整个决策系统进行了仿真；阐述了导弹攻击区的计算方法，用比例导引法实现了空空导弹攻击。最后设计了多目标攻击系统，将空战决策，导弹攻击区判断，导弹攻击融为一体，并进行了仿真。结果验证了空战决策的正确性。它对第四代歼击的火力控制系统的研究有一定的参考价值。     

三维攻击角度约束部分制导控制一体化设计

针对侧滑转弯(STT)导弹带有攻击角度约束的机动目标拦截问题,提出一种基于自适应终端滑模动态面控制的三维部分制导控制一体化(PIGC)设计方法。首先,建立了针对机动目标拦截的侧滑转弯导弹三维部分制导控制一体化设计模型,且不需要导弹速度微分体轴系分量信息。然后,使用终端滑模控制理论构建误差向量与虚拟控制量,达成精确拦截与攻击角度约束的控制目的;引入有限时间非线性收敛扩张状态观测器(ESO)来在线估计系统不确定性;设计自适应算子与自适应更新律对观测器的估计误差进行补偿,以提高方法的鲁棒性。最后,三维空间拦截仿真校验了方法在提高拦截精度与增强角度约束收敛性能的有效性。     

汽车覆盖件模具数字化设计与制造

随着模具工业的不断发展,模具向大型化、复杂化、数字化不断地发展,对于加工的要求也越来越高,需要我们对设备、刀具、材料、编程软件等因素不断进行调整,以适应技术的需求和发展。随着汽车制造业的发展,对于汽车覆盖件模具的加工精度要求越来越高,尤其是中高级乘用车对于外覆盖件表面曲面精度要求更高,最好能达到A级曲面标准。因此,如何提高模具表面加工质量、提高冲压制件精度将成为一个企业能否承接高端汽车模具的重要技术能力衡量指标。质量得到控制,周期和成本就会在可控的范围内,这就是覆盖件模具企业的核心技术竞争力。汽车主要载体是白车身,它由成