某杀伤弹与某子母弹弹道一致性设计

为进行某杀伤弹与某子母弹弹道一致性设计,通过FLUENT对弹丸外流场进行数值仿真,获取相关的气动力参数.用仿真结果进行阻力特性分析和射程估算,根据分析结果进行设计方案调整并进行试验验证,结果表明调整方案满足设计要求,说明采用数值仿真方法设计弹丸气动外形是有效、可行的.     

某武器系统模拟示教的实现

以某型武器系统为对象,基于VC++的软件开发环境,结合多媒体和数据库技术,构建了一个半实物仿真性质的某型武器模拟示教系统,阐述了系统的总体构成、设计思路及工作流程,重点展示了综合控制台的功能、软件实现手段.     

一种基于元启发式策略的迭代自学习K-Means算法

类内误差平方和最小化的聚类准则求解是NP难问题,K-Means采用的迭代重定位方法本质上是一种局部搜索的爬山算法,因此聚类结果对初始代表点的选择非常敏感,只能保证局部最优.为此,引入元启发式策略,通过建立评估函数对K-Means初始代表点和目标函数之间的依赖关系进行近似,然后利用近似评估函数指导新的初始代表点的选择,构成一种迭代自学习框架下的K-Means算法.实验表明算法可以很好地克服K-Means对初始代表点的依赖性,获得较高质量的聚类结果.     

舰载武器系统局部故障分析方法与研究

针对舰载电子与武器装备结构复杂、设备数量庞大、分布舱室多、检测点分散不集中等问题,在充分调研论证基础上,以系统局部故障分析研究为切入点,提出适用于舰船武器装备特点的局部故障的分析方法;对系统的局部故障我们采用故障树的方法进行界定,并通过核心路径跟踪技术来确定检测点;采用核心路径在线故障检测方法,有效地节省测试资源,提高测试效率。     

基于Vxworks的先进飞机电气负载管理中心软件设计

给出了嵌入式系统软件的一般分析与设计过程,通过对调度算法的分析研究,利用Vxworks5.5实时操作系统Priority-basePreemptive Scheduling算法确定了ELMC的具体功能任务的优先级,并进行了相应的可行性调度分析;通过对系统总体任务关联分析得出实时多任务间相互关联的结构,并给出了两例典型任务设计的具体方法,最后利用Tornado环境下WindView分析证明了该设计的正确性。     

利用C++Builder与Matlab实现实时数据的获取与处理

针对航空电气系统实时数据采集环境的复杂性,介绍了采用PC机模拟航空电子公管系统,利用C++Builder完成人机交互界面的设计以及数据的获取与处理;在Borland C++Builder 6环境下,利用其功能强大的图形化控制界面,及MSComm控件在串行口下编程,实现上位机与DSP的SCI通讯模块的通讯;结合Matlab实现供电系统设备状态数据的处理,并通过建立Access数据库,在BCB6中实时存储处理供电系统的各部分状态信息。     

P111G2系列可编程控制器应用集锦(三)

（续第8期） 7．交流电动机星形-三角形自动起动及节能运转控制器（见图10）一般介绍大功率电动机在起动时由于反电动势为零,此时起动电流最大,对电网的冲击也最大;另外,起动时机械传动系统处于静止状态,突然的快速起动会带来极大的机械冲击;     

基于改进YOLOv5的输电线路鸟巢检测方法研究

输电线路上的鸟巢会对电力设备的安全运行构成威胁,甚至影响整个电力系统的稳定性。针对复杂场景下输电线路鸟巢检测方法适用性较差的问题,提出一种基于改进YOLOv5的输电线路鸟巢检测方法。该方法结合通道注意机制和空间注意机制设计特征平衡网络,以通道权值和空间权值作为引导,实现检测网络不同层次特征之间语义信息和空间信息的平衡。同时,为了避免因网络层数增加导致特征信息不断被弱化的问题,设计特征增强模块以捕获与鸟巢相关的通道关系和位置信息。最后,利用输电线路无人机巡检图像建立鸟巢数据集进行训练和测试。实验结果表明,所提出的输电线路鸟巢检测方法具有较强的泛化能力和适用性,同时也为电力图像缺陷检测提供技术参考。     

3D密码的7轮子空间迹区分器

子空间迹攻击是一种新型分组密码分析方法,该文对使用了类AES密码新结构的3D密码子空间性质进行研究。首先利用3D密码的3轮明确子空间迹,结合子空间的交集性质,首次构造出3D密码的7轮子空间迹不可能差分区分器,数据复杂度为2^193.1个选择明文,时间复杂度为2^202.3次查表操作,成功率为60.6%;“n倍”性质指子空间的全部明文对经过一轮加密,差分属于同一子空间的密文对个数为n的倍数。利用该性质,构造了3D密码的7轮结构区分器,数据复杂度为2^{1 28}个选择明文,时间复杂度为2^129.6次查表操作,存储复杂度为2^{1 28} Byte,成功率大于99.99%。     

面向边缘计算的人工鱼群搜索任务调度

如何将计算任务分配到合适的边缘计算资源上进行计算,以满足边缘计算环境下用户的计算需求、提高用户任务请求 的服务质量,是边缘计算中面临的关键问题。 本文提出一种基于人工鱼群搜索的边缘计算任务调度方法(AFETSA)。 将人工 鱼群搜索算法和边缘计算任务调度模型相结合,采用非线性递减函数动态地调整人工鱼的视野范围和步长,以提高启发式任务 调度算法的全局搜索能力,降低任务的计算时延;同时与禁忌搜索算法进行融合,通过引入忌禁表,在每一次迭代中防止算法陷 入局部最优,提高算法的寻优能力。 CloudSim3. 0 仿真平台实验评测结表明,本文所提 AFETSA 方法和已有的 AFSA、ACO 和 PSO 这 3 种调度算法相比,在任务执行时间、算法稳定性、负载均衡方面都有明显的提升,可充分利用边缘服务器计算资源,提 升计算任务的计算性能,有效解决边缘计算中任务调度不均导致的时延过高和负载不均衡问题。