预防性维修周期的优化建模

随着现代装备系统性能和复杂程度的不断提高,使用维护要求的日趋严格使其使用和保障费用也急剧上涨。提出了一种计算可修复系统的最优预防维修周期的模型,此模型是结合系统的失效损失费和维修费用,根据使单位有效使用时间的费用最小的原则建立的,针对失效时间为伽码分布的系统,计算了各种费用比和尺度参数下的最优维修周期。结论说明,此方法具有更高的预测精度,有较好的实际应用价值。     

一种基于DCT和PSOLA的语音变换方法

文中提出了一种基于离散余弦变换(DCT)和基音同步叠接相加(PSOLA)的语音变换方法。此方法可以自由调整源语音的基音频率、能量分布和时长,以达到变换要求,并且变换后的语音具有较高的质量。变换方法首先对基音标记过的语音段通过DCT进行基音频率和能量分布的调整,之后再通过PSOLA法进一步对基音频率进行修正。实验表明,此方法在男女声变换中,能够使变换前、后语音的性别感觉明显变化,并且保持了较高的语音质量。     

基于Hilbert变换的包络解调法在鱼雷电磁引信中的应用

分析了鱼雷电磁引信的目标信号及其低频调制包络的特性,阐述了Hilbert变换的原理,提出了一种基于Hilbert变换的包络解调法并对其解调原理进行了推导.在Matlab/Simulink环境下,对上述的包络解调法应用于电磁引信目标信号的解调进行了仿真.结果表明,相比传统的电磁引信检波方法,Hilbert 变换法具有解调输出信号波形失真小和解调稳定性高的优点.     

利用小波变换进行空间目标电磁特征提取与识别

高分辨雷达目标识别是当前高技术领域的一个研究重点,以一维高分辨距离像为原始信号,利用小波分析作为目标特征矢量提取的工具,对利用几种代价函数构成的特征向量的分类效果进行了详细的研究,提出了将小波变换、模糊神经网络和信息融合相结合的雷达目标识别方法,仿真结果表明,所提出的目标识别方法是一种有效的雷达目标识别方法.     

非线性积分方程的周期解

以（Cg,｜.｜g）为相空间,研究具有无限时滞非线性积分方程周期解的存在性,利用Schauder-Tychonov不动点定理证明方程解的g一致有界性和g一致最终有界性蕴含周期解的存在性。     

基于LCC评估的武器装备定价决策支持系统

长期以来,我国在评价武器装备的质量时,往往只着眼于战术性能指标,强调武器装备的战斗效能,而对装备的费用问题未足够重视.在对我国军品价格管理现状分析的基础上,运用全寿命周期费用法对军机的寿命周期各个阶段的费用进行预算、细化、建立估算模型等,结合我国目前实现的合同制采办管理方法,设计一个基本的定价决策支持系统结构,通过合理分配各阶段的费用,有效地辅助军机的定价决策.     

基于微多普勒周期相关性的弹道群目标信号分离

针对弹道群目标微多普勒信号分离问题,提出了一种基于微多普勒周期相关性的弹道群目标信号分离算法。对进动目标和旋转目标进行了微动建模,分析了其散射中心在窄带信号下的微多普勒效应,并给出了其参数化表达式。利用STFT对窄带回波进行了时频变换,获取了回波时频图,并采用奇异值分解(SVD)和高斯空间掩模方法分别对时频图进行了消噪和平化处理。再依据散射中心微多普勒瞬时频率的变化规律,采用Viterbi算法对群目标微多普勒曲线进行了提取。最后将提取出的曲线进行傅里叶变换,根据群目标微多普勒周期的相关性,实现了群目标信号的分离。仿真验证了所提方法的有效性和准确性。     

基于K_L变换与SVM的硬件木马检测新方法

针对基于旁路分析的硬件木马检测,旁路信号数据在空间中呈现高维分布、非线性的问题,探究在降低信号维数方面核函数的可行性,提出了一种基于K_L变换与支持向量机(Support Vector Machine,SVM)的硬件木马检测模型。在FPGA加密芯片中植入所设计的硬件木马进行实验,实验结果对比表明,利用主特征向量构建的SVM模型在检测占电路2%的硬件木马时,测试准确率达到了98.1%,为规模更小的木马检测提供了新思路。     

新型背腔式对数周期缝隙天线阵列设计

介绍了一种新型背腔式对数周期缝隙天线单元,对其各参数特性进行了分析,并采用这种新型天线单元设计了9×7天线阵列。通过HFSS13进行天线阵列的设计。仿真结果表明,该天线阵列在1.5 GHz~6 GHz的工作带宽内,驻波比小于3,回波损耗小于-10 d B,天线阵列最大增益为29.6 d Bi,在整个工作带宽内,增益均大于20 d Bi。具有良好的定向辐射能力,可用于UWB雷达、探测等领域。     

基于Viterbi算法和ROMP的多弹道目标分离与特征提取

为实现对中段飞行中多弹道目标进行分类和特征提取,首先利用重排Gabor分布与Viterbi算法相结合的方法,获取目标散射点的时频曲线,对目标信号时频曲线拟合后进行频谱分析,完成目标运动类型分类。根据目标微动类型确定对应散射点的回波信号形式并构造相应的匹配原子库,设定待估计参数,利用ROMP方法对参数进行提取。仿真实验表明,该方法有效实现散射点分离并判断出目标的微动类型,同时验证了该方法对目标参数的提取精度。