某型火控雷达维修训练模拟器设计与应用

为了提高教学效果,减少实装损耗,加强新装备保障能力,研制某型火控雷达维修训练模拟器;该模拟器以网络化主控计算机单元为核心,由实装操作分系统、虚拟装备分系统、实装部组件分系统、动感分系统、联动分系统组成,具有操作训练、维修训练、武器系统联动训练及训练评估等功能,解决了新型雷达装备教学与训练中实装损耗大、装备数量少、训练效率低等问题;该模拟器已用于多个雷达专业的操作、维修、综合演练等教学实践中,与以往的训练设备相比可操作性好,应用范围广,教学效果明显;文中介绍了模拟器的功能结构、硬件设计、软件设计及其应用。     

机器人控制系统关键模块的形式化验证

随着机器人应用在越来越多的领域,人们对其安全性的要求越来越高,作为机器人的核心,控制系统设计的可靠性对整个系统的安全至关重要;针对一种模块化设计的机器人控制系统架构,利用xMAS(eXecutable MicroArchitecture Specification,可执行微架构描述)模型在定理证明器ACL2中对其功能正确性进行验证,首先对Xmas在ACL2中的形式化理论做了阐述,然后对该机器人控制系统中的加速度传感器数据采集模块建立xMAS模型,提取关键属性并进行验证;将xMAS模型和定理证明器ACL2相结合,可以很好地解决机器人控制系统的验证问题,为机器人控制系统的形式化验证提供一个有效的方法参考。     

地面吸收系统在地铁列车再生制动试验中的应用

地铁列车在工厂试验线进行再生电制动试验时所产生的能量若不能及时被其它用电设备或车辆所消耗,将导致线网网压过高造成再生制动试验失败;针对地铁列车再生制动能量特点,采用电阻耗能型地面集中吸收系统,通过在线实时跟踪、检测、逻辑运算判定和控制,达到自动判定识别列车再生制动工况,同时具有数据处理、数据传输及监控系统,实现再生制动能量与吸收功率大小同步的自动控制,现车试验持续吸收功率达1 600 kW,维持了线网电压稳定,确保再生制动试验顺利进行。     

基于虚拟光学的三维空问数字水印系统

数字水印已成为数字作品版权保护的一种手段。数字水印是一种嵌入到图像、视频或者音频数据中的不可见标志，通过对水印信息的检测可以达到保护多媒体数据版权的目的。先前众多的水印算法大部分是基于二维操作的(如静止图像、视频)。基于虚拟光学信息隐藏理论提出了一种三维空间的数字水印算法。该数字水印算法能成为一种多媒体数据产权保护的有效方案。对算法的测试结果表明，该算法对于噪声叠加、剪切、有损压缩等常见的信号处理操作具有较高的鲁棒性。同时，该算法由于引入了虚拟光学信息隐藏思想，将虚拟光路的几何结构参量作为密钥，设计出了多重“锁”和多重“密钥”，大大提高了水印系统的密钥空间，仿真结果表明该算法具有良好的安全性。     

基于.NET虚拟机的开放式图像处理平台设计

设计了一个基于.NET虚拟机的开放性图像处理平台,采用虚拟机技术解决了跨平台问题与内存模型兼容性问题,突破了传统平台封闭、难于开发的问题;平台完全对用户开放,不设立绝对的格式规范,使各个现存的图像处理功能模块得以大幅度的综合与重复利用;最后针对阈值图像分割算法,利用Fisher准则作为评判标准,对算法进行了优化实验,验证了平台的有效性与易用性。     

机载预警雷达互扰分析

预警机组成编队时不同平台上的预警雷达间可能会有干扰产生, 因此需要研究预警机编队雷达电磁兼容问题;在分析预警机作战运用的基础上,建立了预警雷达在复杂电磁环境下的互扰模型,分别从干扰功率和探测距离两个方面对预警雷达相互干扰做了定量的分析,给出了预警雷达干扰计算方程并进行仿真验证;该模型能够在不需要设备进行试验的情况下对预警雷达之间以及同其他用频装备的干扰进行预测评估,从而对预警机的运用和电磁频谱管理提供有力的保障,保证预警雷达作战效力的发挥。     

药物发现中常用化合物库特征描述与对比分析

随着计算技术的发展和分子模拟软件的日趋成熟, 虚拟筛选已经在药物发现过程中发挥着越来越重要的作用. 在虚拟筛选过程中, 所使用化合物库的质量对先导化合物发现的成功率起着至关重要的作用. 本文通过对已知药物库、天然产物库、中药原植物化学成分库、筛选常用商业化合物库以及研究者所在实验室建立的化合物库的分析比较, 从化合物库的分子多样性、化学空间和分子骨架等多个方面提取并对比每一种化合物库的特征, 发现了已知药物库与中药原植物化学成分库的特征相似性, 揭示了中药原植物化学成分库作为筛选库的类药性优势, 并且深化了对几种筛选用化合物库特征的认识和理解.     

应用仿真课件实施化学体验式教学的探讨

论述了体验式教学在中学化学教学中的重要性和实施现状,提出了通过仿真度很高的教学课件实现虚拟体验式教学的方法,并以燃料电池教学为例,说明了这种虚拟体验式教学方法的应用过程和特点。     

基于分子描述符和机器学习方法预测和虚拟筛选乳腺癌靶向蛋白HEC1抑制剂

HEC1(癌症高表达蛋白)是纺锤体检查点控制、着丝粒功能、细胞存活的关键的有丝分裂调节器,与原发性乳腺癌的不良预后有关.筛选具有高亲和力的HEC1新型抑制剂对探索乳腺癌的靶向治疗具有重要意义.本文从结构多样性的化合物库中筛选HEC1抑制剂.通过对分子描述符的特征筛选,采用支持向量机(SVM)和随机森林(RF)方法分别对HEC1抑制剂和非抑制剂建立了分类模型.经对比, RF模型显示了更好的预测精度.我们采用RF模型对HEC1抑制剂进行了虚拟筛选,从“in-house”实体库筛选得到2个潜在的HEC1抑制剂分子.随后对筛出的化合物进行了体外活性实验,发现对乳腺癌细胞株MDA-MB-468和MDA-MB-231均有一定程度的抗肿瘤活性.研究结果表明,机器学习方法对于设计和虚拟筛选HEC1抑制剂有良好的效果.     

ω-芋螺毒素的定量构效关系与虚拟筛选

ω-芋螺毒素属于海洋生物活性多肽,由24-31个氨基酸残基组成.特异性作用于电压敏感的钙离子通道(VGCCs),能够直接开发成药物或作为先导化合物进行新药开发.本文应用新型氨基酸残基结构描述符cscales和遗传偏最小二乘算法,对ω-芋螺毒素进行定量构效关系(QSAR)研究,并设计、构建了容量为2244个化合物的N-型和P/Q-型VGCC拮抗剂虚拟组合多肽库,然后分别采用QSAR模型预测和相似性搜索方法对组合多肽库进行了虚拟筛选.研究结果表明,建立的N-型和P/Q-型VGCC拮抗剂QSAR模型均具有较好的预测能力,交叉验证相关系数(CV-r2)均大于0.89.主成分分析和聚类分析结果表明,虚拟组合多肽库中化合物具有较好的结构多样性和差异性.通过虚拟筛选,得到了具有高预测活性的6个N-型和19个P/Q-型钙离子通道拮抗剂,为进一步的合成和活性评价奠定了理论基础.同时,本文建立的多肽QSAR预测模型和虚拟筛选策略,为其它多肽类化合物的定量构效关系研究和虚拟筛选提供了参考.