一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。     

阵列排序器的VHDL设计方法

ＶＨＤＬ是数字电路设计和描述的标准语言。讨论了脉动阵列结构的排序运算器及其改进电路,它们简洁的ＶＨＤＬ描述,经计算机的综合自动生成ＦＰＧＡ或ＡＳＩＣ的门级网表。实践证明,应用ＶＨＤＬ可以极大地提高设计效率。     

一种值得深入探讨的FH方式——CHESS

本文从ＣＨＥＳＳ核心ＤＦＨ出发,讨论了ＤＦＨ的优点,ＣＨＥＳＳ提高ＨＦ电台传输速率的原因,对军用抗干扰通信可能带来的好处,以及尚须深入探讨的有关问题。     

CHESS:一种新型短波跳频通信系统

本文介绍了一种新型的短波跳频通信系统－－ＣＨＥＳＤＳ系统。描述了ＣＨＥＳＳ系统的结构并对其性能进行了理论分析,给出了仿真结果。最后说明了ＣＨＥＳＳ系统在军事通信中的应用前景。     

SDH－5／CLZ－Ⅰ型水深数据采集处理与串行发送装置

本文描述了ＳＤＨ－５型测深仪的基本工作原理,并针对国产ＳＤＨ系列模拟式水深测量仪器存在水深数据与定位数据记录时间不一致、水深测量数据判读误差大、自动化程度低、内业数据处理工作量大等缺陷,介绍了作者应用单片机技术研制的ＳＤＨ－５／ＣＬＺ－Ⅰ型水深数据采集、处理与串行发送装置。该装置可使ＳＤＨ－５型回声测深仪的上述缺陷得以弥补,并对提高ＳＤＨ系列模拟式水深测量仪的测量精度和自动化程度具有较大的实用价值。     

我军现行通信网络向B-ISDN过渡方法探讨

讨论由现行通信网向Ｂ－ＩＳＤＮ过渡的方法和步骤,即实现我军现行通信网络由ＰＤＨ向ＳＤＨ过渡,由ＳＴＭ向ＡＴＭ过渡,提出应大力开发ＩＳＤＮ,进而逐步过渡到Ｂ－ＩＳＤＮ。     

飞船轴对称热化学非平衡流场数值求解

本文从轴对称热化学非平衡Ｎ－Ｓ方程出发,利用时间相关法,采用双温度、七组元反应气体模型,利用隐式ＮＮＤ有限差分格式和时间预处理技术数值求解了ＦＩＲＥＩ飞船热化学非平衡流场,得到了较为准确的结果,并分析了热力非平衡对流场的影响。     

抗干扰数据通信中的差错控制技术

抗干扰数据通信已成为战术数据通信系统的发展方向,本文就目前应用较广的直接序列扩频（ＤＳ）,跳频（ＦＨ）和直扩跳频（ＤＳ／ＦＨ）三种抗干扰通信体制数据传输中的差错控制技术,进行了初步的分析和探讨。     

线无通信抗干扰技术体制综论(上)

开展通信抗干扰技术体制的研究,并系到通信抗干扰装备建设发展的方向。本文首先阐明了通信抗干扰技术体制的含义和类别,重点对采用扩展频谱技术的ＦＨ－ＳＳ、ＤＳ／ＦＨ三种典型体制的抗干扰性能进行了较为分析系统的分析,然后对非扩展频谱抗干扰技术作了简要的介绍。在此基础上,提出ＥＣＣＭ电台的抗干扰技术体制发展的构想和建议。     

再入飞行器高超声速三维粘性流场的数值模拟

用数值方法研究大钝头倒锥体再入飞行器高超车速完全气体有攻角绕流的流场特性。控制方程为完全气体三维Ｎａｖｉｅｒ－Ｓｔｏｋｅｓ方程,数值方法采用激波捕捉的ＮＮＤ隐式算法,计算区域为含底部的全流场。文中给出了流场特性和气功力系数,并与实验结果进行了对比。     

面向实体的仿真想定结构化描述方法

针对作战过程仿真模型的初始化需求,分析了仿真想定的具体内容,提出了面向实体的仿真想定结构化描述方法,即以实体的抽象和描述为核心,从实体、任务、结构、状态、行动、指挥决策6个方面来进行仿真想定内容的结构化描述,并利用XML语言在描述结构化、半结构化数据方面的突出优势,提出了基于XML的仿真想定数据存储模型,为进行作战想定的结构化和定量化提供了可行的方法,满足了由作战想定生成模型输入条件的要求。     

基于粗糙集与神经网络相结合的模拟电路故障诊断

针对当神经网络输入端维数比较大造成在模拟电路故障诊断中BP神经网络结构庞大,从而影响到诊断速度以及正确率的问题,结合粗糙集理论和神经网络在信息处理方面的优势,建立了一个基于粗糙集理论和BP神经网络相结合的模拟电路故障诊断模型。通过对某装备位置调节器板的故障诊断过程表明,该模型简化了网络数据样本的维数,优化了神经网络结构,提高了系统的诊断正确率与诊断速度。     

基于人工神经网络的齿轮箱载荷识别研究

提出了一种基于实测结构响应识别作用在齿轮箱上激励的方法 ,该方法利用人工神经网络建立响应信号与激励之间的映射模型。通过单级齿轮箱上所做的试验数据表明 ,这种利用人工神经网络识别齿轮箱载荷的方法是可行的 ,并且 ,经过训练的网络模型在齿轮箱载荷识别的过程中显示了极快的收敛速度和很高的识别精度。     

基于神经网络的地形匹配方法研究

提出了基于神经网络实现多特征融合的地形匹配算法,充分利用地形的各种不同的统计特征和几何特征,构造了一种地形匹配网络模型.通过对实时图和基准图的分析,给出了计算网络节点之间的权值函数,建立了网络系统能量方程,通过求系统的最小能量得到最佳匹配位置.由于网络能融合地形的不同统计特征和几何特征,所以算法大大提高了系统的抗干扰能力和定位精度,适合于实时图容易发生畸变的地形匹配领域.实验结果表明,定位精度和抗干扰能力均优于传统的地形匹配方法.     

一种通用有效的神经网络映射算法

首先分析了神经网络映射的本质,神经网络拓扑结构和神经计算过程,在充分考虑负载均衡与通讯开销的基础上,引入了时间步的思想,提出了一种通用有效的神经网络映射算法,最后给出的对多种拓扑结构的神经网络的测试结果证明了该算法的通用性和有效性。     

基于免疫FNN算法的加热炉炉温优化控制

针对复杂钢坯加热过程,提出了一种免疫克隆进化模糊神经网络(ICE-FNN)控制算法。首先根据现场样本数据建立过程神经网络模型;然后基于该模型,采用模糊神经网络控制器(FNNC)规则优化算法,确定FNNC的最佳规则数;最后由FNNC的规则优化所得参数构造初始种群的一个解,采用免疫克隆进化(ICE)算法对FNNC参数优化。该算法具有全局寻优和局部求精能力,仿真结果证实了其有效性。     

基于小波神经网络的承制单位信用风险评价

根据武器装备采购中对承制单位信用风险评价特点和实际情况,确定承制单位信用风险评价指标体系,根据小波神经网络原理,构建了承制单位信用风险评价模型,并以实例进行分析。小波神经网络能够简便快捷对信用风险进行评价,并能排除主观因素的干扰,在信用风险评价中具有较好应用前景。     

基于改进QPSO-NN的冗余机械臂逆运动学算法

针对某种冗余机械臂逆运动学求解的问题,提出了一种基于改进量子粒子群神经网络的求解算法。以冗余机械臂末端位姿为输入,经神经网络求得其逆解;针对神经网络输出结果误差较大的问题,把神经网络求初值加入初始化的粒子群中,通过基于Metropolis准则改进量子粒子群算法,避免了量子粒子群算法的早熟现象;以关节坐标经正向运动学求得的末端位姿和期望位姿的误差为适应度函数,对机械臂关节坐标迭代寻优。仿真结果表明该方法结合了神经网络算法的快速性和改进量子粒子群算法的精确性,满足求冗余机械臂逆运动学问题的速度和精度要求。     

基于交叉熵和新转移函数的模糊神经网络分类器

针对目前普遍采用的误差平方和准则及Sigmoid转移函数在BP算法应用中存在的缺陷和不足,提出了基于交叉熵准则和新的S型转移函数构建的模糊神经网络分类器,并将这种分类器应用于心肌梗死的定位诊断,结果表明其训练效率和识别性能都明显优于传统的模糊神经网络。     

基于BP神经网络的引进项目效益综合评价

一种新的基于BP神经网络方法用于综合评价引进项目的经济效益 .计算结果表明 ,与层次分析法相比较 ,这种方法可以作为研究此类问题的新途径 .