神经网络能力研究

文献[1]～[3]中研究了神经网络的能力—存储能力。但我们认为神经网络的能力应包括存储能力和计算能力两个方面。本文对神经网络的存储能力和计算能力进行定量分析,并得出了许多有益的结论。     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

基于神经网络的液体火箭发动机故障检测系统

提出和建立了一种用于液体火箭发动机（ＬＲＥ）故障检测的神经网络系统,这种系统包括两层：第一层由ＷＴＡ（Ｗｉｎｎｅｒ－Ｔａｋｅ－Ａｌｌ）神经网络组成,ＷＴＡ网络用于检测发动机故障输出模式;第二层由ＢＰ（Ｂａｃｋ－ｐｒｏｐａｇａｔｉｏｎ）神经网络组成,ＢＰ网络利用第一层次的输出结果作为输入显示故障大小。文中对ＬＲＥ故障检测进行了数值仿真,仿真结果验证了神经网络故障检测系统的优越性能。     

机载雷达空地状态的工程实践

从５０年代末到今天,机载雷达的空地状态在国外已经广泛地应用于多种机载火控系统之中,这对于提高机载武器对地攻击的效能以及载机应付多种作战环境的能力,均有显著功效。而这个状态的应用在我国却是一项空白。本文在于介绍空地状态的原理及对测距误差的分析。还叙述了在研制及试飞中存在的一些实际问题,以期待同行们共同探讨,并能推动此项技术在国内机载火控系统中的应用。     

烟草商业企业微机网络管理信息系统(BYC—MIS)

本文概述了BYC—MIS系统应用情况,介绍了系统的硬件配置、软件环境;说明了各子系统的功能;介绍了系统逻辑模型的设计及网络数据传输及汇总分配的方法和网络数据共享安全性措施;论述了系统研制过程中解决的关键问题.     

弹道参数的人工神经网络算法研究

将神经网络理论引入火控领域,建立一个输入参数为高度Ｈ、速度Ｖ和俯冲角λ的多层神经网络模型,用Ｂ－Ｐ学习算法,对弹道的射程Ａ和落下时间Ｔ进行拟合。仿真结果表明,神经网络是用于弹道参数拟合的一个有效的方法,并取得了满意的精度。     

火控系统最佳采样率问题的研究

先从滤波器和信号的频域特性出发给出了滤波器在频域的采样率匹配原则。第二部分从滤波器预测误差最小的原则出发导出了一组求解最佳采样时间的方程,并给出部分计算结果。第三部分提出了速度平滑处理法,解决了提高采样率引起的速度估计误差增大的矛盾。随后给出了典型航路下,综合各影响因素的模拟跟踪结果,并与“×型”指挥仪的跟踪结果作了分析对比。最后提出了针对不同空中目标的最佳采样率的建议     

通信系统接入的智能控制

针对通信系统在传统接入控制上的一些缺点,提出了模糊神经网络接入控制方法。首先,简单介绍了通信系统的接入控制原理,指出了传统接入控制的缺点;其次,描述了模糊神经网络模型,并在此基础上对网络进行优化;最后,同传统的接入控制方法进行比较。     

动目标显示雷达改善因子的自动测试

本文对动目标显示雷达改善因子的自动测试系统进行了研究,给出一种新型的全数字式频率合成器,它能在雷达的中频上叠加频率范围为±70kHz、量化间隔为0.5Hz的多普勒频率。