摘要：对自制的6-UPS并联机构的运动学问题进行了分析,利用数值法对该机构的运动学正解进行深入研究。通过运动学反解计算,在旋转矩阵和驱动杆长约束条件下,建立了运动学正解的数学模型,通过化简得到一组六个只含有三个姿态变量的非线性方程组;利用Mathematica软件求解上述方程,利用牛顿迭代法引入所有有效初值求解上述方程组得到正解结果,避免由于初值选取不当产生的漏解现象,并绘出对应的机构装配简图。经算例验证,方法使得算法的收敛速度以及高效寻找全部解得到很好的提高。

摘要：阐述二次引导程序的引导机制和工作原理,利用复杂可编程逻辑设备进行逻辑译码,对整个Flash空间进行分页控制,实现地址重映射。采用链接器中的命令选项生成引导表,设计大规模程序代码的二次引导程序。测试结果表明,该方法可以实现规模大于2 MB的代码的二次引导,为大型嵌入式系统的软件开发奠定了基础。

摘要：　依据飞控系统的特点,研究了光传飞行控制系统关键技术之一的波分复用(WDM)多路传输技术,给出了可应用于飞控系统的波分复用多路光纤传输系统的具体实现方法,介绍了波分复用光电器件的选取,硬件电路的设计方法,并从工程应用角度出发,将其应用于舰载飞机着舰的可视化仿真平台中,仿真结果显示该系统具有良好的性能,为波分复用技术在光传飞控系统中的进一步应用研究提供了基础。

摘要：为了使无人机系统能够动态地协调自身的机动参数以及驻留时间分配参数,进而提升对空域中具有不同威胁程度目标的总跟踪精度,提出了一种针对多目标跟踪的无人机机载雷达路径与驻留时间的联合优化设计算法。推导了目标跟踪误差的贝叶斯克拉美-罗下界并将其作为目标跟踪精度表征指标;以不同威胁程度目标的BCRLB加权和为优化目标,以无人机系统机动性能限制以及总驻留时间资源有限为约束条件,建立了包含无人机运动速度、运动角度和驻留时间3个变量的优化模型;提出了一种基于障碍函数法、半正定规划算法和循环最小法的四步求解算法对上述优化模型进行了求解。仿真结果表明,相较于固定平台驻留时间优化分配算法,所提算法能够有效提升多目标跟踪精度,从而验证了算法的有效性和稳健性。

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：针对歼击机的起飞、爬升阶段 ,数据量大且复杂 ,对故障诊断要求精度高 ,实时性好 ,设计出粗集和神经网络相结合 ,分层诊断的方法 ,先定故障的类型 ,然后定故障的度 .其中在粗集诊断部分 ,提出了适合该研究对象的离散和简约方法 ,从而得到了少量但足够用的决策规则 ,使得实时诊断程序结构简单 ,实时性好 .包含诊断和报警模块的实时程序证明 ,此方法可以达到精度和实时性要求 .

摘要：军用飞机健康评估在工程实际中存在应用困难的问题。以军用飞机为研究对象,开展包括面向任务的能力分析、基于故障劣化的功能分析以及参数化的健康评估等研究,得到基于任务分析的"飞机-任务功能-影响参数"两级映射作为健康评估的对象;综合利用劣化度、严酷度及极大熵改进区间层次分析法等多种方法,得到飞机健康状态评估结果。结合具体实例及参数分析结果,表明该评估方法可信度高,具有较高的工程实用价值。

摘要："十二五"规划将军民融合上升为国家战略。从国家创新体系建设来看,军民融合既是一个技术范畴又是一个制度范畴。分析军民融合技术创新制度变迁的过程和特征,从技术创新与制度创新互动关系理论角度分析军民融合制度创新与技术创新之间的关系;从市场制度、产权激励制度和企业制度三个视角分析军民融合技术创新并提出有关政策建议。

摘要：随着科学技术的进步,飞行员与战斗机的交互也越来越复杂,其生理负荷和心理负担在某些情况下已经超过了飞行员生理和心理的限度,对战斗机和飞行员的安全产生了诸多不确定因素。文中以大屏幕显控界面为设计环境,针对现代复杂的战斗机交互界面问题归纳总结了战斗机驾驶舱显控界面适用的设计准则,以生态界面理论为依据抽象分析战斗机显控系统层级,结合图形用户界面的设计思想,利用人机界面设计准则,提出了一种布局设计的方法流程。以F-18战斗机的显控系统为参考,构建具体的界面设计方案,并对方案做出分析。

摘要：针对神经网络集成对个体差异性的要求 ,提出了集成网络间的结构差异度的概念 .在此基础上设计了一种基于反向选择的免疫算法 ,该算法可以在减小集成网络各自训练误差的同时保持网络间的结构差异度 ,从而提高神经网络集成的泛化能力 .同时证明了该算法对最优个体的收敛性 .将该方法应用于受噪声污染的非线性时间序列故障预报 ,根据预测误差可以方便准确地检测系统的缓变故障和突变故障 ,实现对微小故障的快速故障预报 ,降低误检率 .仿真结果证明了该方法的有效性 .