区块链在车联网中的应用综述

针对当前车联网系统面临的网络安全与可信以及数据大规模同步共享挑战,提出利用区块链技术提升车联网系统的安全性水平与协同共享能力.首先从概念特征与技术架构两个层面对区块链技术进行了整体概述,并结合区块链去中心化存储、共识安全防护、数据不可篡改等特点,探讨了区块链与边缘计算协同应用的互补优势与研究现状.进而从协作同步、安全信...     

超启发式传感器选择算法

在传感器管理中,传感器的选择算法计算是目前需求量最大的问题,采用超启发式算法降低传感器选择算法的复杂度计算.依据协方差控制提出的传感器选择目标,从启发式的贪婪算法入手,研究贪婪/均匀和贪婪/次序两种超启发式算法在传感器选择算法中的应用,以提高传感器管理的运算效率,降低其计算复杂度.最后对这两种方法进行了仿真比较.     

可变形定向破片战斗部模型试验和数值模拟研究

基于可变形定向破片战斗部的作用原理,设计了试验结构模型,并对其进行了静爆试验研究。根据试验结果,建立了有限元分析模型,利用LS-DYNA程序对可变形定向战斗部变形过程以及破片的飞散过程进行了数值模拟。结果表明,在目标方向破片密度和速度都有较大幅度增益,数值模拟与试验结果比较吻合。     

面向癫痫脑电的简化深度学习模型

针对脑电信号随机性强、动态变化迅速等特点,提出了一种简化深度学习模型研究癫痫脑电识别问题。提出的模型以一维卷积神经网络为基础,在结构方面简化了卷积层、池化层等以提高模型效率,在整体框架方面应用了Keras框架,在训练优化算法方面采用RMSProp算法作为模型优化算法,通过预定义的目标函数来进行损失估计,模型设计上加入了批标准化层和全局均值池化层。基于所提模型,从三个方面研究了癫痫脑电识别问题,即:利用经验模态分解,分别选取前三阶、前五阶、前七阶、前八阶的本征模态函数分量,在简化模型上进行对比分析;利用提出模型所具备的深度学习特点,直接识别原始脑电信号而无须特征提取环节;增加了三种不同方法分别提取7类特征,对相同的脑电数据进行对比分析。性能分析结果表明:对于五类不同的脑电信号,前三阶的本征模态函数分量的识别率达到92.1%,比其他几种处理方式识别率高;前八阶的本征模态分量识别率不及原始信号,表明人工数据处理时会给数据带来噪声; 所提出的简化深度学习模型能高效处理癫痫脑电识别问题,具备较高效率和较好性能。     

基于果蝇算法优化LSTM的雷达波束扫描行为预测

在认知电子战体系下,更为智能的算法才能适应日益复杂的电磁空间。针对相控阵雷达的波束扫描行为预测问题,在正弦坐标系下将波束扫描位置数据抽象为网格数据,利用果蝇优化算法寻找最优的LSTM网络超参数,提出了一种基于果蝇算法优化LSTM的波束行为预测方法。仿真实验表明所提算法在果蝇算法调参的支撑下,相较NAR神经网络算法和普通的LSTM算法而言,预测精度和鲁棒性更强。     

基于Statemate的C~4ISR系统体系结构仿真

首先简要介绍了C4ISR系统体系结构,然后在基于Statemate的系统体系结构分析的基础上,结合防空系统实例给出了它的详细开发过程,为C4ISR系统体系结构的应用提供了初始原型。该项研究对C4ISR领域的系统仿真具有重要意义,值得进一步探讨。     

含水率变化对路基回弹模量的影响

使用HM-1型回弹模量仪对路基非饱和含粘砂土进行了6个不同含水率、5个不同干密度的回弹模量试验。试验表明：含水率和干密度对非饱和含粘砂土的回弹模量影响显著：在同一干密度和含水率下,砂土的回弹模量为一常数;在同一干密度下,随含水率的增大,回弹模量明显减小;在同一含水率下,随干密度的提高,回弹模量明显增大。     

装备保障计划本体的建立和分析

基于本体论方法形式化地探讨装备保障计划本体的建立和分析,具体介绍了机械化步兵师装备保障计划本体的建立方法、本体元素的描述、本体的一致性等方面的内容。给出两个判断类间关系一致性的算法并分析其性质,探讨了基于公理化的知识的一致性。     

基于ANSYS／LS—DYNA的电子装备爆炸冲击振动损伤建模研究

针对电子装备爆炸冲击振动损伤问题,设计了损伤模拟的基本方案;采用ANSYS／LS—DYNA建立了二维“爆炸源-地面-弹性体-电子装备”模型;通过模型试验,获得了与实际爆炸冲击振动特性相吻合的加速度、位移和应力等数据。     

发变电所传导干扰分析与抑制措施的研究

通过对发变电所由开关操作在二次系统和低压交流电源系统传导测量结果的分析,确定变电站低压交流电源中传导干扰的特征,利用安捷伦（Agilent）矢量网络分析仪,研究几种典型电源滤波器的插入损耗和特性阻抗等频率特性,应用夏弗纳（Schaffner）等系列抗扰度试验设备,研究电源滤波器对电快速瞬变脉冲群和衰减振荡波的滤波和抑制效果,给出了变电站电源滤波器的滤波特性要求。