排序方式: 共有88条查询结果,搜索用时 125 毫秒
41.
在可靠性加速试验中,由于各种不同的应力引起的失效机理不一样,不同应力之间可能还存在着相互耦合作用,要将它们和寿命结合,找出一个能真实描述客观情况的加速模型是相当困难的,仅仅依据有限的试验数据建立产品的加速模型存在很大难度和风险,为此提出了一种基于RBF网络加速模型的可靠性评估方法.该方法将加速寿命试验中的加速应力和可靠度作为训练网络的输入向量,相应的时间作为目标向量对网络进行训练,根据网络收敛速和误差精度等情况调整隐含层单元个数,直至得到最优的网络.最后,以实例说明了该方法的有效性和实用性. 相似文献
42.
如何对复杂装备体系进行有效的认知决策,一直以来都是联合作战研究领域中的热点与难点,采用一种具有较强适应性的决策算法,对于应对战场突发状况具有重要意义.通过结合近端策略优化和分层强化学习,提出了一种基于分层强化学习的联合作战仿真作战决策算法,以空地一体化联合作战为背景进行作战想定,结合自主设计的作战原型系统,分析了武器装备体系作战决策流程,对分层强化学习的层次结构、奖励函数的设计、决策网络结构和训练方法进行了详细说明.通过自主开发的仿真平台对算法的有效性进行验证,为联合作战中指挥决策的适应性机制问题提供较为有效的解决方法和辅助参考价值. 相似文献
43.
44.
分析预估信道长度对信道估计算法的影响规律,提出利用水声通信均衡恢复信号统计量对信道估计质量评估的方法。通过信道长度自适应修正机制,实现对未知水声信道的高精度估计。针对水声信道造成的正交频分复用子载波特性差异,基于信道估计结果,提出在码元总速率、能量约束条件下,各个正交频分复用子载波速率、功率优化分配的自适应调制算法。与传统的等功率、速率分配算法相比,新算法能够显著提升水声通信系统的误码率性能,通过仿真和实地试验,验证了研究内容的有效性。 相似文献
45.
为了分析IGBT模块老化过程中电热参数的变化规律,对IGBT模块进行了功率循环加速老化试验,并基于单脉冲测试方法在加速老化试验进程中每间隔1 000次功率循环,测取一次IGBT的结温、集电极电流与饱和压降三维关系曲面、开关能耗、热阻抗以及瞬态热阻抗曲线。IGBT模块老化失效时,其饱和压降、开通能耗、关断能耗以及热阻较其初始值分别增大了3.92%、12.05%、18.87%和22.65%,试验结果表明随着IGBT模块功率循环次数的增多,相同工作条件下IGBT饱和压降的增幅逐渐加大,而饱和压降、结温和集电极电流三者间的内在关系没有明显变化;IGBT瞬态热阻抗曲线暂态部分几乎不变,稳态部分向上移动的幅度逐渐加大;测取的IGBT模块电热参数中饱和压降增幅最小,开关能耗增幅较大,模块热阻的增幅最为明显。 相似文献
46.
47.
为解决航天器智能能力的构建和智能技术的引入问题,从能力部署视角提出了智能等级的划分,从定性的自动、自治、自主的等级出发,自底向上分解为数据注入接收能力、任务执行能力、自学习能力、系统自我管理能力、任务自我管理和思考能力,其程度分为底层反应、中层程序和高层思考。对照上述能力给出可实施的5阶模型和人字架构。人字架构是以即插即用技术加自主控制技术来支持上层智能能力的模型。该模型基于航天器接口业务架构和欧洲空间局的包应用标准业务,采用管理信息库和电子数据单技术进行数据化设计。对应星上的智能能力等级讨论相适应的地面系统能力。人字架构具有层次化、业务模型化和自底向上归一化构建的特点,对上层智能技术的引入是开放的。 相似文献
48.
针对无人机编队执行空战任务过程中存在无人机之间以及无人机与障碍物发生碰撞的问题,提出单向网络连接结构的多无人机避障算法和基于人工势场的控制方法,同时应用于无人机编队避障控制。以三架无人机构成的正三角形编队作为控制体,同时以长机的运动轨迹作为期望路径,长机提供僚机飞行信息,僚机接受信息保持编队飞行。多无人机编队发现障碍物到避障完成的过程包括编队集结、松散队形、最终恢复集结正三角形编队。仿真实验结果表明,所提避障控制策略能够确保编队收敛于期望的队形和稳定飞行状态。 相似文献
49.
针对移动单摄像机采集的视频序列中的运动多目标,重点研究了基于目标间的相对运动信息和数据关联策略的在线多目标自动跟踪器。利用目标间相对运动模型实现目标轨迹的恢复,减少目标轨迹碎片。运用事件匹配算法改进当前帧的检测响应与过去轨迹的分配,并降低跟踪过程中的目标身份转换次数。实验结果表明:该改进算法较原算法能够对序列中目标跟踪定位得更加精确,减少了轨迹碎片和身份转换次听语音 聊科研与作者互动数,在TUD-Campus序列上达到了与国际前沿多目标跟踪算法相当的效果。 相似文献
50.
针对空战态势中威胁评估传统方法存在缺乏自学习能力和面对大样本数据集推理能力不足的问题,提出了利用深度学习的基于标准化全连接残差网络空战目标威胁评估的方法。将影响空战目标威胁的主要因素作为输入,利用普通全连接神经网络训练模型的自学习能力,结合批量标准化(Batch Normalization)的优化算法和结构优化的残差网络(ResNet)增强网络的自学习能力,比较了样本的标记和网络模型的输出。分析了训练样本个数对网络训练准确率和损失变化的影响,对比了3种不同数据量下的训练模型在同一测试集下测试的准确率和损失变化。结果表明,该方法可以快速准确地评估空战中目标的威胁程度。 相似文献