小子样条件下可靠性试验信息的融合方法

小子样条件下,不同状态的多源信息融合是可靠性工程领域的一个热门问题。综述了小子样条件下可靠性试验信息的融合方法。在一定的假设条件之下,利用分离可交换量模型对不同环境下的可靠性信息融合方法进行了研究,仿真算例说明这种融合方法充分利用了信息,评估结论更为合理。     

应用物联网技术解决现代消防管理和火灾防控难题探讨

针对建筑消防设施设备的管理现状及存在的问题,剖析了存在问题的原因,提出了物联网在实现智能化火灾控制和消防管理方面的优势,探讨了消防物联网能够解决的消防难题,给出了消防物联网在实际工作中的应用效果。     

营区综合通信网防雷系统的设计与实现

针对雷电的危害形式和途径,在分析了雷电入侵主要途径的基础上,进一步研究了营区综合通信网预防雷击、进行防雷保护和减少雷电危害的机理,给出了营区综合通信网具体的防雷电措施的实施方案。     

一种基于主动干扰方的空间链路干扰评估方法

针对空间链路干扰效能的评估问题,从主动干扰方角度,提出主动评估的总体框架,并且给出了几种能够用于独立评估的指标参数。在此基础上,提出了一种对空间自适应调制编码链路干扰进行时间效能评估的模型,推算了干扰延迟链路传输时间的定量表示,数值仿真结果表明模型的合理性和有效性。     

基于神经网络的绕组电流闭环控制方法

在解决闭环消磁绕组电流优化计算问题时,会面临将外部磁场推算误差带入电流反演计算或完备的基函数难以确定等问题。为了降低这些因素对舰船最终补偿效果的影响,从智能优化的角度出发,在讨论散布常数对模型预测误差的影响后,确定了适宜的散布常数,建立了内部磁场与补偿电流之间的径向基函数神经网络预报模型。该方法通过样本对网络进行训练,无须推算内外磁场,就能直接得到使绕组磁场与目标磁场拟合误差最小的补偿电流向量。对比其他数值建模方法,其换算精度有所提高,且选择不同的同维向量作为基函数对补偿结果影响较小。船模实验验证了该方法的有效性。     

基于GO法的多阶段共因失效任务系统可靠性评估

为了解决部件阶段依赖性与共因失效给系统可靠性分析带来的复杂性,针对多阶段共因失效任务系统,结合GO法易于处理有时序、含共因失效系统可靠性分析的特点,首先,将前一阶段的输出信号作为后一阶段的输入信号,建模时首尾连接各阶段模型,建立整个任务系统的隐性GO模型;其次,在进行各信号流状态组合运算时,融入阶段代数处理部件的阶段依赖性;再次,用隐性共因失效分析,将共因失效对系统的影响在状态组合的定量分析中表达出来,得到所需系统可靠性指标;最后,与基于二元决策图的算法进行对比验证。结果表明:GO法可以简捷、准确地处理多阶段共因失效任务系统可靠性评估问题。     

双曲线法抗跟踪干扰研究

针对中、低速跳频电台跟踪干扰问题,从通信抗干扰的角度出发,通过对干扰椭圆方程的变形分析,提出了抗跟踪干扰的双曲线法,推导了抗干扰双曲线的方程,并计算出了跟踪干扰无效区域。最后,分析了该双曲线的特点及影响因素,介绍了该方法的运用。与现有的抗跟踪干扰理论依据相比,根据双曲线法选择抗干扰措施更直观、更简单。     

基于RBF网络加速模型的可靠性评估

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．     

具有leakage时滞的随机马尔科夫跳变神经网络的稳定性

研究一类具有leakage时滞的随机马尔科夫跳变神经网络的稳定性,通过构造一个新的Lyapunov-Kra—sovskii泛函,并应用It6公式、随机不等式技术,得到了基于线性矩阵不等式（LMI）的均方意义下的全局稳定性判定条件．     

基于变结构神经网络的L1自适应控制

针对传统模型参考自适应控制存在的鲁棒性问题和神经网络结构庞大因而计算量膨胀的问题,提出了一种变结构神经网络L1自适应控制方法,其中变结构神经网络用于在线辨识系统存在的未知非线性函数,该网络通过对节点进行唤醒与催眠以动态调节结构,以最少的节点数进行有效的逼近,降低计算复杂度;L1自适应控制用于网络权值学习与系统非线性补偿,反馈回路中设有一个低通滤波器,只要满足L1增益条件,就能确保系统的输入输出信号的瞬态响应和稳态跟踪性能与一个期望的线性时不变系统的响应保持一致。通过对四旋翼飞行器进行仿真,验证了该方法的有效性。