摘要：为充分发挥SMP集群的计算能力,结合SMP集群并行系统体系架构的特点,采用MPI + OpenMP混合并行编程模式,研究了基于SMP集群的多级混合并行程序的设计和实现方法。通过节点间使用MPI消息传递接口实现任务的粗粒度划分,节点内使用OpenMP实现细粒度任务并行划分的方法,开发了混合并行编程性能测试用例,并对其进行了测试和分析。测试结果表明,MPI + OpenMP混合编程模式,能够有效利用SMP集群节点间和节点内多级并行机制,充分发挥消息传递编程模型和共享内存编程模型各自的优势,可有效提升SMP集群的计算效率。

摘要：针对工程中常规雷达波形存在距离旁瓣高、抗截获性差、多普勒容许性差等问题,本文借鉴噪声波形与线性调频(linear frequency modulation,LFM)波形联合思路来探测非合作动目标,即约束波形恒模条件下,利用相位尺度因子来考虑LFM波形与噪声波形的相位部分,构造恒模化的LFM-噪声复合波形;进而在模糊函数图及主优化算法(majorization-minimization,MM)体制下利用先验知识映射模板实现对特定距离-多普勒区间的波形优化,将该二维旁瓣抑制问题分步转化为多维求解问题,通过选取两次逼近函数来逼近原优化问题的解域,并在算法的每一次迭代中加入级联松弛-缩放步骤、相位校正步骤,使之加快算法迭代收敛效率,获得波形兼具低旁瓣、低截获及多普勒容许性。仿真表明:所提基于相位修正的松弛加权MM复合波形设计算法收敛迅速,相比常规算法具有明显的性能优势。

摘要：随着毫米波射频传感器在工艺上的突破,毫米波雷达在行业中的应用越来越广泛。为了实现毫米波雷达的高速数据采集,提出一种基于ZYNQ的毫米波雷达高速数据采集系统。该系统面向AWR1243毫米波雷达,基于ZYNQ构建,利用PL和PS软硬件协同工作的灵活性实现雷达自主可控、雷达2.4Gb/s高速CSI2数据解析以及千兆以太网数据上传功能。实验结果表明,该系统运行稳定,千兆以太网数据上传速率高达350Mb/s,丢帧率为零,并且能满足实时性要求。有效解决了已有采集系统成本高、体积大、功能单一、实时性差等问题,为自动驾驶、无人机避障、手势识别等应用提供了一套低成本、小体积、易操作的数据采集系统。

摘要：为研究双自由度(2D)压力伺服阀工作时的气穴现象对阀芯稳定性的影响,利用AMESim中的基本库和HCD库建立2D压力伺服阀各组件仿真模型。理论分析得出气穴现象会降低阀体中含气油液的有效体积弹性模量,得出考虑气穴影响的阀芯稳定性条件。仿真结果表明气穴现象会导致主阀芯到达稳定位置后出现振荡现象,影响主阀芯的穿越频率从21Hz降低至6Hz,限制主阀芯的频宽,适当增加主阀芯阻尼比能提高主阀芯工作稳定性。提出一种新型阻尼活塞结构,建立模型分析得出其能在不影响伺服阀频响、阀芯位移和抗污染能力情况下提高主阀芯阻尼比以提高阀芯工作稳定性,并且设计实验进行验证。实验结果表明,应用阻尼活塞将2D压力伺服阀压力输出波动从9%降低至2%,能够提高飞行器制动时刹车阀工作稳定性。

摘要：近年来,基于人工智能技术的自动化作战推演越发受到重视,但是由于有效地采集作战推演数据难度较大,许多依赖数据学习的人工智能技术效果不佳。在结合专家知识和作战推演数据的基础上研究作战推演中的人工智能技术,是一种可行的替代方案。为此,立足兵棋推演设计了关键点推理遗传模糊系统(genetic fuzzy system,GFS)框架,有效整合了对兵棋专家知识的建模和对兵棋复盘数据的学习,从而提高了关键点的推理质量。进一步以安全点为例,构建了安全点推理GFS,在初始化模糊系统规则库的基础上,通过合理设计遗传算法中的参数编码、适应度函数、遗传算子等,实现了安全点推理模糊系统的遗传调优算法。最后,通过实验仿真展示了所提方法的可行性和实用性。

摘要：针对舰船设备用隔振系统中普遍存在的非线性特性,建立了包含非线性刚度、库伦阻尼和几何非线性黏性阻尼的非线性隔振系统数学模型,采用平均法进行解析求解,根据Routh-Hurwitz判据得到系统稳定性边界条件,综合研究了线性阻尼、库伦阻尼和和几何非线性黏性阻尼对系统幅频响应和稳定性的影响规律;对非线性隔振系统进行了避跳参数设计,分析了系统参数对避跳边界的影响;通过振动试验进行验证。结果表明:线性阻尼、库伦阻尼和几何非线性黏性阻尼对降低软、硬隔振系统幅频响应峰值,提高系统稳定性都有积极作用,但由于库伦阻尼的“锁定”特性导致硬特性隔振系统幅频响应出现“频率岛”现象,系统稳定性未能得到有效改善,但库伦阻尼有效降低了软特性隔振系统幅频响应峰值,提高了系统稳定性;几何非线性黏性阻尼对降低幅频响应峰值,提高系统稳定性均具有显著作用,同时不会出现“频率岛”现象。

摘要：针对组网雷达与多干扰机之间的对抗博弈问题,研究了基于非合作博弈的组网雷达辐射功率控制算法。首先,将组网雷达与干扰机作为博弈双方,组网雷达旨在满足一定信干噪比的约束下,通过优化分配各雷达辐射功率,最小化组网雷达的总辐射功率;而干扰机则通过感知雷达的辐射功率,设计最优的干扰策略,最大化对雷达系统的干扰效果。在此基础上,通过分析组网雷达与干扰机的最佳响应策略,证明了纳什均衡的存在性和唯一性。最后,采用KKT (Karush-KuhnTucker)条件得到了各雷达辐射功率的迭代表达式,并提出了一种基于非合作博弈的组网雷达辐射功率求解算法。仿真结果表明,该算法不仅降低了组网雷达的总辐射功率,而且提高了其抗干扰能力。

摘要：压气机是燃气轮机的重要设备,其性能的高低直接影响燃气轮机最大输出能力及性能。压气机进口可转导叶开度的变化,对提升压气机的运行效率及联合循环能效水平具有重要影响。目前可转导叶调节系统由于设备复杂、动作频繁,存在潜在故障风险。针对气路调节系统故障,从系统结构和装配标准角度提出分析故障的方法,并在同类型机组进行推广应用,结果表明该方法可以快速实现故障诊断,帮助检修人员尽早发现故障部件和部位。针对此类设计结构问题,给出设计制造优化建议,并从现场安装、停机检修、运行维护方面提出综合运行维护策略,保证机组安全稳定运行,为今后相似机组运行维护提供参考。

摘要：针对干扰机群掩护目标突防组网雷达场景下的干扰资源分配的问题,提出了一种基于深度强化学习的干扰资源分配方法。该文将干扰资源分配模型描述为一个马尔可夫决策过程,并提出了一种基于动作密钥编码的双延迟深度确定性策略梯度(AKE-TD3)网络训练算法,将混合整数优化问题转化为连续变量优化问题,解决了算法难以收敛的问题。仿真结果表明,文中所设计的干扰资源分配方法对组网雷达有更好的干扰效果,且稳定性更高,有效地提升了干扰机群的作战性能。

摘要：在认知无线电网络中,高效且准确的频谱感知是必不可少的一个环节。针对传统机器学习算法在频谱感知训练慢的难题,提出一种基于卷积神经网络的正交频分复用(orthogonal frequency division multiplexing,OFDM)频谱感知方法,将深度学习在图像处理上的优势应用到OFDM信号频谱感知中。该方法首先分析OFDM信号的循环自相关和频谱感知模型,对循环自相关进行归一化灰度处理,形成循环自相关灰度图;然后以LeNet-5网络为基础设计卷积神经网络分层地对训练数据进行学习,提取出更加抽象的特征;最后将测试数据输入到训练好的卷积神经网络模型,完成频谱感知。仿真实验表明,该方法能够完成OFDM信号的频谱感知,在低信噪比条件下具有较高的检测概率。