CN111460619A - 一种电子系统强电磁脉冲环境适应性量化评估方法 - Google Patents
一种电子系统强电磁脉冲环境适应性量化评估方法 Download PDFInfo
- Publication number
- CN111460619A CN111460619A CN202010150336.1A CN202010150336A CN111460619A CN 111460619 A CN111460619 A CN 111460619A CN 202010150336 A CN202010150336 A CN 202010150336A CN 111460619 A CN111460619 A CN 111460619A
- Authority
- CN
- China
- Prior art keywords
- equipment
- electromagnetic
- key
- subsystem
- damage probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Testing Electric Properties And Detecting Electric Faults (AREA)
Abstract
本发明公开了一种电子系统强电磁脉冲环境适应性量化评估方法,其特征在于,包括如下步骤:步骤1:构建关键分系统/设备‑系统评估框架;步骤2:获取在某外部强电磁环境作用下,各关键分系统/设备的实际电磁加载;步骤3:获取关键分系统/设备在不同电磁加载下的受损概率,得到受损概率曲线;步骤4:依据实际电磁加载和受损概率曲线,计算关键分系统/设备的受损概率;步骤5:利用关键分系统/设备‑系统评估框架,根据关键分系统/设备的受损概率确定电子系统对某强电磁环境的适应概率。本发明无需苛刻的试验条件,也不过分分解电子系统的结构功能,即可实现电子系统对某强电磁环境适应能力的量化评估,给出具有高置信度的评估结果。
Description
技术领域
本发明涉及电磁环境效应技术领域,尤其是一种电子系统强电磁脉冲环境适应性量化评估方法。
背景技术
强电磁脉冲具有强度大、覆盖频谱范围宽等特点,既可通过天线等“前门”通道,也可通过线缆、孔缝等“后门”通道耦合进入电子系统内部,在系统电子设备的输入/输出端口产生感应电压和感应电流,进而使电子系统出现不同程度的电磁环境效应,如:干扰、扰乱、损伤以及毁伤等,影响系统的正常工作。因此,近年来国内外都十分关注电子系统在强电磁脉冲环境下的生存能力,努力发展强电磁环境适应性评估与防护加固理论与试验技术。
目前,针对电子系统强电磁环境适应性评估,国内外的研究主要包括两类:一类是整系统试验评估方法;另一类是基于评估模型的评估方法。通过整系统试验评估方法,可以直接判断电子系统能否达到某强电磁环境适应性要求;并且,通过多次、多样本试验,可以获得电子系统对强电磁环境的适应概率。但是,通过该方法很难判别系统的薄弱环节。特别地,整系统试验评估方法对试验条件要求非常高,实际尺寸比较大的目标难以进行整系统试验评估。因此,近年来一些国内外的专家和学者开始关注基于评估模型的评估方法,构建基于电子系统工作原理或结构功能的数字化模型,实现局部损伤对全系统功能影响的评估。基于评估模型的评估方法可极大降低对试验条件的要求,但要构建高逼真度的评估模型较为困难,且该类方法还存在给出的评估结果置信度不高的问题。
发明内容
本发明所要解决的技术问题是:针对上述存在的问题,提供一种电子系统强电磁脉冲环境适应性量化评估方法,该方法结合试验评估与数学模型评估的优点,无需苛刻的试验条件,也不过分分解电子系统的结构功能,即可实现电子系统对某强电磁环境适应能力的量化评估,给出具有高置信度的评估结果。
本发明采用的技术方案如下:
一种电子系统强电磁脉冲环境适应性量化评估方法,包括如下步骤:
步骤1:构建关键分系统/设备-系统评估框架;
步骤2:获取在某外部强电磁环境作用下,各关键分系统/设备的实际电磁加载;
步骤3:获取关键分系统/设备在不同电磁加载下的受损概率,得到受损概率曲线;
步骤4:依据实际电磁加载和受损概率曲线,计算关键分系统/设备的受损概率;
步骤5:利用关键分系统/设备-系统评估框架,根据关键分系统/设备的受损概率确定电子系统对某强电磁环境的适应概率。
进一步地,步骤1包括如下子步骤:
步骤1.1,在某外部强电磁环境下,按功能结构关系对被评估电子系统进行分解,并依据功能重要程度和电磁敏感度筛选出关键分系统/设备,关键分系统/设备数量为N;
步骤1.2,结合电磁拓扑理论,并依据关键分系统/设备与系统间的功能结构关系,构建出关键分系统/设备-系统评估框架;
式中,Pi表示第i个关键分系统/设备的受损概率。
进一步地,步骤2中获取在某外部强电磁环境作用下,各关键分系统/设备的实际电磁加载,可采用以下三种方式中的一种或多种组合的方式:
所述第一种方式为,基于电磁拓扑理论,分析计算得到关键分系统/设备在某外部强电磁环境作用下的实际电磁加载;
所述第二种方式为,建立整系统电磁耦合仿真模型,模拟得到关键分系统/设备在某外部强电磁环境作用下的实际电磁加载;
所述第三种方式为,通过整系统试验,测试得到关键分系统/设备在某外部强电磁环境作用下的实际电磁加载。
进一步地,采用所述第三种方式时,当试验能力不能满足整系统试验要求时,通过采用与外部强电磁环境具有相同频谱特征的低功率信号辐照整系统,获取传递函数,之后推衍得到关键分系统/设备上的实际电磁加载。
进一步地,步骤3包括如下子步骤:
步骤3.1,针对第i个关键分系统/设备,搭建受损概率测试平台;
步骤3.2,针对某一电磁加载,开展多样本/多次测试,并将损坏样本数/故障次数除以试验样本数/测试次数,得到第i个关键分系统/设备在这一电磁加载下的受损概率;
步骤3.3,改变电磁加载,重复步骤3.2中的测试,得到第i个关键分系统/设备在不同电磁加载下的受损概率;
步骤3.4,基于步骤3.2~3.3中测得的不同电磁加载下的受损概率,计算得到第i个关键分系统/设备的受损概率曲线Pi(si);
步骤3.5,重复步骤3.1~3.4,获得所有N个关键分系统/设备的受损概率曲线P1(s1),P2(s2),…,PN-1(sN-1),PN(sN)。
进一步地,步骤4包括如下子步骤:
步骤4.1,针对第i个关键分系统/设备,将经步骤2获取的第i个关键分系统/设备的实际电磁加载Si代入到经步骤3获得的该第i个关键分系统/设备的受损概率曲线Pi(i)中,计算得到受损概率Pi;
步骤4.2,重复步骤4.1,得到所有N个关键分系统/设备的受损概率P1,P2,…,PN-1,PN。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1、本发明的一种电子系统强电磁脉冲环境适应性量化评估方法,不仅可实现高置信度的量化评估,给出适应概率,还可以给出电子系统在某强电磁脉冲环境下的薄弱环节、适应性差距以及安全裕度。
2、本发明的一种电子系统强电磁脉冲环境适应性量化评估方法,可大幅降低对强电磁环境试验能力的要求,特别是对于难以开展试验的大尺寸电子系统,可较快给出适应性评估结论。
3、本发明的一种电子系统强电磁脉冲环境适应性量化评估方法,不过度对电子系统的结构功能进行拆分,依据功能重要程度和电磁敏感度筛选出关键分系统/设备,构建关键分系统/设备–系统评估框架,大幅降低复杂程度,该方法在实际工程应用中具有操作方便、实施性强等特点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明的一种电子系统强电磁脉冲环境适应性量化评估方法的基本流程图;
图2为本发明实施例中针对某计算机系统构建的关键分系统-系统评估框架;
图3为本发明实施例中某计算机关键分系统主板的受损概率曲线;
图4为本发明实施例中某计算机关键分系统CPU的受损概率曲线;
图5为本发明实施例中某计算机关键分系统BIOS的受损概率曲线;
图6为本发明实施例中某计算机关键分系统内存的受损概率曲线。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明的一种电子系统强电磁脉冲环境适应性量化评估方法,包括如下步骤:
步骤1:构建关键分系统/设备-系统评估框架;
具体地:
步骤1.1,在某外部强电磁环境下,按功能结构关系对被评估电子系统进行分解,并依据功能重要程度和电磁敏感度筛选出关键分系统/设备,关键分系统/设备数量为N;
步骤1.2,结合电磁拓扑理论,并依据关键分系统/设备与系统间的功能结构关系,构建出关键分系统/设备-系统评估框架;
式中,Pi表示第i个关键分系统/设备的受损概率。
步骤2:获取在某外部强电磁环境作用下,各关键分系统/设备的实际电磁加载,可采用以下三种方式中的一种或多种组合的方式:
所述第一种方式为,基于电磁拓扑理论,分析计算得到关键分系统/设备在某外部强电磁环境作用下的实际电磁加载;
所述第二种方式为,建立整系统电磁耦合仿真模型,模拟得到关键分系统/设备在某外部强电磁环境作用下的实际电磁加载;
所述第三种方式为,通过整系统试验,测试得到关键分系统/设备在某外部强电磁环境作用下的实际电磁加载。其中,当试验能力不能满足整系统试验要求时,通过采用与外部强电磁环境具有相同频谱特征的低功率信号辐照整系统,获取传递函数,之后推衍得到关键分系统/设备上的实际电磁加载;
经过步骤2,将所述获取的第i个关键分系统/设备上的实际电磁加载表示为Si(i=1,2,…,N–1,N)。
步骤3:获取关键分系统/设备在不同电磁加载下的受损概率,得到受损概率曲线;
具体地:
步骤3.1,针对第i个关键分系统/设备,搭建受损概率测试平台;
步骤3.2,针对某一电磁加载,开展多样本/多次测试,并将损坏样本数/故障次数除以试验样本数/测试次数,得到第i个关键分系统/设备在这一电磁加载下的受损概率;
步骤3.3,改变电磁加载,重复步骤3.2中的测试,得到第i个关键分系统/设备在不同电磁加载下的受损概率;
步骤3.4,基于步骤3.2~3.3中测得的不同电磁加载下的受损概率,计算得到第i个关键分系统/设备的受损概率曲线Pi(si);
步骤3.5,重复步骤3.1~3.4,获得所有N个关键分系统/设备的受损概率曲线P1(s1),P2(s2),…,PN-1(sN-1),PN(sN)。
步骤4:依据实际电磁加载和受损概率曲线,计算关键分系统/设备的受损概率;
具体地:
步骤4.1,针对第i个关键分系统/设备,将经步骤2获取的第i个关键分系统/设备的实际电磁加载Si代入到经步骤3获得的该第i个关键分系统/设备的受损概率曲线Pi(si)中,计算得到受损概率Pi;
步骤4.2,重复步骤4.1,得到所有N个关键分系统/设备的受损概率P1,P2,…,PN-1,PN。
步骤5:利用关键分系统/设备-系统评估框架,根据关键分系统/设备的受损概率确定电子系统对某强电磁环境的适应概率。也就是说,将步骤4计算得到的所有N个关键分系统/设备的受损概率代入到评估框架中,依据公式计算得到电子系统对某强电磁脉冲环境的适应概率。
以下结合实施例对本发明的特征和性能作进一步的详细描述。
步骤1,针对某计算机系统,构建关键分系统-系统评估框架:
步骤1.1,在前沿100ps、脉宽2ns、幅值10kV/m的瞬态强电磁脉冲环境下,按功能结构关系对计算机系统进行分解,并依据功能重要程度和电磁敏感度筛选出关键分系统,分别为主板、CPU、BIOS、内存;
步骤1.2,结合电磁拓扑理论与电磁加载,并依据各关键分系统(主板、CPU、BIOS、内存)与计算机系统间的功能结构关系,构建出针对计算机系统的关键分系统-系统评估框架,如图2所示;
式中,P1表示主板的受损概率,P2表示CPU的受损概率,P3表示BIOS的受损概率,P4表示内存的受损概率。
步骤2,本实施例中针对计算机系统,4个关键分系统主板、CPU、BIOS、内存在强电磁脉冲作用下的实际电磁加载由上述第二种方式得到:建立计算机系统电磁耦合仿真模型,通过仿真得到主板上的电磁加载S1=7.6kV/m,CPU上的电磁加载S2=10.5kV/m,BIOS上的电磁加载S3=11.0kV/m,内存上的电磁加载S4=10.8kV/m。
步骤3,获取4个关键分系统主板、CPU、BIOS以及内存的受损概率,得到受损概率曲线:
步骤3.1,针对关键分系统主板,搭建其受损概率测试平台;
步骤3.2,针对场强3kV/m的电磁脉冲加载,开展10次测试,发现0次出现故障,计算得到主板在场强3kV/m电磁加载下的受损概率为0;
步骤3.3,改变加载电场强度为3.6kV/m、5.7kV/m、6.4kV/m、7.5kV/m、8.7kV/m、9.3kV/m、11.4kV/m、12kV/m,针对每一电场强度,开展10次测试并依次记录下出现故障的次数(0次、1次、2次、5次、8次、9次、10次、10次),进而得到主板的受损概率分别为0、0.1、0.2、0.5、0.8、0.9、1、1;
步骤3.4,基于步骤3.2~3.3中测得的受损概率,计算得到主板的受损概率曲线P1(s1),如图3所示;
步骤3.5,重复步骤3.1~3.4,获得CPU、BIOS以及内存的受损概率曲线P2(s2),P3(s3),P4(s4),分别如图4、图5、图6所示。
步骤4,依据主板、CPU、BIOS以及内存上的实际电磁加载以及对应的受损概率曲线,计算其受损概率:
步骤4.1,针对主板,将其实际电磁加载S1=7.6kV/m代入到其受损概率曲线P1(s1)中,计算得到受损概率P1=0.52;
步骤4.2,将CPU、BIOS以及内存上的实际电磁加载S2=10.5kV/m、S3=11.0kV/m、S4=10.8kV/m分别代入各自的受损概率曲线P2(s2)、P3(s3)、P4(s4),计算得到CPU、BIOS及内存的受损概率P2=0.15、P3=0.40、P4=0.25。
步骤5,依据构建的计算机系统“关键分系统–系统”评估框架,计算其适应概率;将步骤4中获得的主板、CPU、BIOS以及内存的受损概率代入到计算机系统评估框架中,依据公式计算得到计算机系统对前沿100ps、脉宽2ns、幅值10kV/m瞬态强电磁脉冲的适应概率P=0.18。
至此,完成了某计算机系统在前沿100ps、脉宽2ns、幅值10kV/m瞬态强电磁脉冲环境下的适应性量化评估。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种电子系统强电磁脉冲环境适应性量化评估方法,其特征在于,包括如下步骤:
步骤1:构建关键分系统/设备-系统评估框架;
步骤2:获取在某外部强电磁环境作用下,各关键分系统/设备的实际电磁加载;
步骤3:获取关键分系统/设备在不同电磁加载下的受损概率,得到受损概率曲线;
步骤4:依据实际电磁加载和受损概率曲线,计算关键分系统/设备的受损概率;
步骤5:利用关键分系统/设备-系统评估框架,根据关键分系统/设备的受损概率确定电子系统对某强电磁环境的适应概率。
3.根据权利要求1所述的电子系统强电磁脉冲环境适应性量化评估方法,其特征在于,步骤2中获取在某外部强电磁环境作用下,各关键分系统/设备的实际电磁加载,可采用以下三种方式中的一种或多种组合的方式:
所述第一种方式为,基于电磁拓扑理论,分析计算得到关键分系统/设备在某外部强电磁环境作用下的实际电磁加载;
所述第二种方式为,建立整系统电磁耦合仿真模型,模拟得到关键分系统/设备在某外部强电磁环境作用下的实际电磁加载;
所述第三种方式为,通过整系统试验,测试得到关键分系统/设备在某外部强电磁环境作用下的实际电磁加载。
4.根据权利要求3所述的电子系统强电磁脉冲环境适应性量化评估方法,其特征在于,采用所述第三种方式时,当试验能力不能满足整系统试验要求时,通过采用与外部强电磁环境具有相同频谱特征的低功率信号辐照整系统,获取传递函数,之后推衍得到关键分系统/设备上的实际电磁加载。
5.根据权利要求1所述的电子系统强电磁脉冲环境适应性量化评估方法,其特征在于,步骤3包括如下子步骤:
步骤3.1,针对第i个关键分系统/设备,搭建受损概率测试平台;
步骤3.2,针对某一电磁加载,开展多样本/多次测试,并将损坏样本数/故障次数除以试验样本数/测试次数,得到第i个关键分系统/设备在这一电磁加载下的受损概率;
步骤3.3,改变电磁加载,重复步骤3.2中的测试,得到第i个关键分系统/设备在不同电磁加载下的受损概率;
步骤3.4,基于步骤3.2~3.3中测得的不同电磁加载下的受损概率,计算得到第i个关键分系统/设备的受损概率曲线Pi(si);
步骤3.5,重复步骤3.1~3.4,获得所有N个关键分系统/设备的受损概率曲线P1(s1),P2(s2),…,PN-1(sN-1),PN(sN)。
6.根据权利要求1所述的电子系统强电磁脉冲环境适应性量化评估方法,其特征在于,步骤4包括如下子步骤:
步骤4.1,针对第i个关键分系统/设备,将经步骤2获取的第i个关键分系统/设备的实际电磁加载Si代入到经步骤3获得的该第i个关键分系统/设备的受损概率曲线Pi(si)中,计算得到受损概率Pi;
步骤4.2,重复步骤4.1,得到所有N个关键分系统/设备的受损概率P1,P2,…,PN-1,PN。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010150336.1A CN111460619B (zh) | 2020-03-06 | 2020-03-06 | 一种电子系统强电磁脉冲环境适应性量化评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010150336.1A CN111460619B (zh) | 2020-03-06 | 2020-03-06 | 一种电子系统强电磁脉冲环境适应性量化评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111460619A true CN111460619A (zh) | 2020-07-28 |
CN111460619B CN111460619B (zh) | 2023-04-28 |
Family
ID=71684180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010150336.1A Active CN111460619B (zh) | 2020-03-06 | 2020-03-06 | 一种电子系统强电磁脉冲环境适应性量化评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111460619B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114611899A (zh) * | 2022-03-01 | 2022-06-10 | 中国工程物理研究院应用电子学研究所 | 一种电子系统强电磁脉冲防护指标量化分配方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NO986074D0 (no) * | 1997-12-29 | 1998-12-23 | Halliburton Energy Serv Inc | Elektromagnetisk signalrepeteringsanordning |
US20080255776A1 (en) * | 2007-04-16 | 2008-10-16 | Beard Shawn J | Method for calculating probabilistic damage sizes in structural health monitoring systems |
CN102722636A (zh) * | 2012-05-16 | 2012-10-10 | 北京航空航天大学 | 一种针对航空电子系统面临电磁环境复杂度的量化评估方法 |
CN103995192A (zh) * | 2014-04-29 | 2014-08-20 | 中国人民解放军装备学院 | 一种电子装备电磁环境适应性能的测试评估方法及设备 |
CN105868481A (zh) * | 2016-04-06 | 2016-08-17 | 哈尔滨工业大学深圳研究生院 | 基于贝叶斯理论的海洋平台桩靴基础安装风险控制方法 |
CN108763742A (zh) * | 2018-05-28 | 2018-11-06 | 中广核工程有限公司 | 一种强电磁脉冲效应易损性评估方法及装置 |
CN109399572A (zh) * | 2018-11-27 | 2019-03-01 | 中国人民解放军第二军医大学 | 一种高原汽车车厢供氧装置以及高原汽车 |
CN110147849A (zh) * | 2019-05-24 | 2019-08-20 | 吉林大学 | 一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法 |
CN110427590A (zh) * | 2019-08-01 | 2019-11-08 | 电子科技大学 | 基于自适应概率学习的大型稀疏阵列天线高效综合方法 |
CN110596501A (zh) * | 2019-10-17 | 2019-12-20 | 中国人民解放军军事科学院国防工程研究院 | 一种电源滤波器在模拟实际工作状态下的性能试验系统 |
-
2020
- 2020-03-06 CN CN202010150336.1A patent/CN111460619B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NO986074D0 (no) * | 1997-12-29 | 1998-12-23 | Halliburton Energy Serv Inc | Elektromagnetisk signalrepeteringsanordning |
US20080255776A1 (en) * | 2007-04-16 | 2008-10-16 | Beard Shawn J | Method for calculating probabilistic damage sizes in structural health monitoring systems |
CN102722636A (zh) * | 2012-05-16 | 2012-10-10 | 北京航空航天大学 | 一种针对航空电子系统面临电磁环境复杂度的量化评估方法 |
CN103995192A (zh) * | 2014-04-29 | 2014-08-20 | 中国人民解放军装备学院 | 一种电子装备电磁环境适应性能的测试评估方法及设备 |
CN105868481A (zh) * | 2016-04-06 | 2016-08-17 | 哈尔滨工业大学深圳研究生院 | 基于贝叶斯理论的海洋平台桩靴基础安装风险控制方法 |
CN108763742A (zh) * | 2018-05-28 | 2018-11-06 | 中广核工程有限公司 | 一种强电磁脉冲效应易损性评估方法及装置 |
CN109399572A (zh) * | 2018-11-27 | 2019-03-01 | 中国人民解放军第二军医大学 | 一种高原汽车车厢供氧装置以及高原汽车 |
CN110147849A (zh) * | 2019-05-24 | 2019-08-20 | 吉林大学 | 一种强电磁脉冲下柴油发动机电控系统薄弱环节识别方法 |
CN110427590A (zh) * | 2019-08-01 | 2019-11-08 | 电子科技大学 | 基于自适应概率学习的大型稀疏阵列天线高效综合方法 |
CN110596501A (zh) * | 2019-10-17 | 2019-12-20 | 中国人民解放军军事科学院国防工程研究院 | 一种电源滤波器在模拟实际工作状态下的性能试验系统 |
Non-Patent Citations (6)
Title |
---|
刘丹;魏嘉利;: "基于D-S证据理论的机载数字通信设备电磁环境适应性评估" * |
刘江波;: "雷达装备在复杂电磁环境下适应性试验研究" * |
宋祖勋,俞卞章: "无人机电磁环境效应评估及其准则研究" * |
林江川;闫二艳;钟龙权;: "模糊决策评估分析高功率微波威胁等级" * |
梁高波;魏勋;王少轩;: "短波通信对抗侦察装备复杂电磁环境适应性试验方法探讨" * |
肖凯宁;贾立印;雷斌;吕春瑛;: "武器装备电磁环境适应性分析方法研究" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114611899A (zh) * | 2022-03-01 | 2022-06-10 | 中国工程物理研究院应用电子学研究所 | 一种电子系统强电磁脉冲防护指标量化分配方法 |
CN114611899B (zh) * | 2022-03-01 | 2023-04-28 | 中国工程物理研究院应用电子学研究所 | 一种电子系统强电磁脉冲防护指标量化分配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111460619B (zh) | 2023-04-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Straub et al. | Improved seismic fragility modeling from empirical data | |
Dobson et al. | Cascading blackout overall structure and some implications for sampling and mitigation | |
Cai et al. | Probabilistic load flow computation with polynomial normal transformation and Latin hypercube sampling | |
CN110632545B (zh) | 基于回归神经网络电子式互感器误差风险评估方法和装置 | |
Zhong et al. | Power‐quality disturbance recognition based on time‐frequency analysis and decision tree | |
Wang et al. | GIS partial discharge pattern recognition via lightweight convolutional neural network in the ubiquitous power internet of things context | |
Behdadnia et al. | A new method of decision tree based transient stability assessment using hybrid simulation for real‐time PMU measurements | |
CN109257120B (zh) | 预测射频电路故障表征参数的优选方法 | |
Rezaeian Koochi et al. | New phasor‐based approach for online and fast prediction of generators grouping using decision tree | |
Jiang et al. | Synchrophasor measurement‐based correlation approach for dominant mode identification in bulk power systems | |
Nakarmi et al. | Analyzing power grids’ cascading failures and critical components using interaction graphs | |
CN111460619A (zh) | 一种电子系统强电磁脉冲环境适应性量化评估方法 | |
Taki et al. | Soft fault diagnosis in wiring networks using reflectometry and Principal Component Analysis | |
Yu et al. | Controlling DPPM through volume diagnosis | |
CN112613191A (zh) | 电缆健康状态评估方法、装置、计算机设备和存储介质 | |
Houret et al. | Estimating the probability density function of the electromagnetic susceptibility from a small sample of equipment | |
Ozgonenel et al. | Detection of blackouts by using K-means clustering in a power system | |
CN112949094B (zh) | 航空电子产品电磁性能裕量分析与确信可靠性评估方法 | |
Bierbaum et al. | Model-based reliability analysis | |
Besnier et al. | Extreme values and risk analysis: EMC design approach through metamodeling | |
US11483335B1 (en) | Cybersecurity: reliability of a computer network | |
Wang et al. | Free Probability Theory Based Event Detection for Power Grids using IoT-Enabled Measurements | |
US5499200A (en) | Probabilistic modeling of electromagnetic interactions | |
Chuanbao et al. | Effect characterization and modeling of RF low noise amplifier for VHF communication system after HEMP PCI test | |
Gkatsi et al. | Study of random field coupling onto a scooter following the risk-based EMC approach |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |