用结构自适应前馈网络解算多目标导弹攻击区

多目标导弹攻击区的实时解算是机载多目标攻击武器系统得以技术实现的中心环节。阐述了“多目标导弹攻击区”的概念 ,探索了其解算的技术途径 ,提出了“实时、高精度和低存储”的解算要求。根据上述技术要求 ,设计了基于网络灵敏度统计分析的多层前馈网络结构自适应算法 ,以用于训练合适规模的多层前馈网络逼近器。在此基础上 ,进行了系统仿真研究 ,研究的结果表明了该方案的应用前景。     

基于多智能体的分布式防空战场资源管理研究

分布式防空战场资源管理是构建现代防空体系的核心问题。基于对分布式防空战场资源管理特点的分析 ,提出了基于多智能体 (Agent)的分布式防空战场资源管理体系结构 ,并深入分析了该管理系统的组成和功能 ,为实现定性和定量相结合的防空战场资源管理的综合集成 ,提供了一条有效的途径     

基于前向型神经网络的空袭目标类型识别模型

对防空作战中空袭目标类型识别问题进行了研究 ,给出了进行目标类型识别的指标集 ,并建立了基于前向型神经网络识别模型 ,实例证明该方法是可行的。     

研制综合集成的检测试验设备推进通用装备保障转型建设

在分析我军通用装备保障现状的基础上,总结了在一体化联合作战条件下现有保障设备存在的不足。从一体化联合作战装备综合保障的需要、保障资源的优化配置及保障机构能力建设3个方面,阐述了发展综合集成的检测试验设备的必要性。从基于参数的设计思想、总线技术的发展及保障手段配套建设实践取得的经验等方面阐述了研制的可行性。最后提出了发展综合集成检测试验设备的3点建议。     

基于神经网络信息融合技术的卫星定姿算法

姿态确定系统是卫星姿态控制系统中的重要组成部分,卫星姿态确定的精度直接影响卫星控制精度.为得到高姿态精度,针对由惯性测量单元(Inertial Measurement Unit),红外地平仪和太阳敏感器组成的卫星姿态确定系统,分别采用BP网络算法和径向基(RBF)网络算法对不同的姿态敏感器的输出数据进行融合,并用STK(Satellite Tool Kit)数据进行了仿真.仿真分析结果表明这两种学习算法均可以提高卫星定姿精度,相对而言,RBF网络无论是精度上还是收敛速度上均优于BP网络.     

基于深度学习的MPSK信号调制识别

为了有效实现信号调制方式的智能识别,提出基于深度学习的多进制相移键控(Multiple Phase Shift Keying, MPSK)信号调制识别方法。分析接收MPSK信号的循环谱,并通过提取MPSK信号循环谱的等高图获得二维特征信息,利用深度学习中的卷积神经网络对二维特征进行训练,使用测试样本对所设计的调制识别方法的有效性进行验证。仿真结果表明,所提方法具有良好的识别性能。     

集成先进技术 不断拓展性能——国外航空兵器的未来发展

未来的航空常规武器正在不同的性能维度上拓展。无论是处于军力金字塔尖的美国,还是积极谋求提升国防实力的其他国家,在发展航空常规武器上,都表现出带有共性的特征。