结合规则知识与神经网络于空袭武器的辅助选择

结合规则推理与神经网络,提出了一种新的空袭武器辅助选择方法。其根据空袭武器选择的基本原则以及问题的特点,构造T-S模糊逻辑系统及其实现的相应神经网络模型,然后通过已有的战例与试验例子训练神经网络,并对问题进行求解,得出空袭武器选择提供依据(一种量化的武器适用度)。另外,还利用专家提供的规则知识于学习实例的预处理,学习实例信息的扩充。     

基于罗兰C的广域增强系统地面通信网络设计

研究了罗兰C脉冲内频率调制,理论分析了各调制方式对罗兰C定位接收机的影响及其数据传输率。研究结果表明:我国罗兰C台链通过脉冲频率二阶16级调制能满足WAAS地面通信网络的要求,且该调制方式兼容于定位接收机。     

基于ZigBee的导弹仓库温湿度监控系统设计

论述了基于ZigBee的导弹仓库温、湿度监控系统结构及工作原理,阐述了系统的硬件与软件设计方法．该系统利用温湿传感器SHT11、无线射频模块CC2530和微机技术实现对温、湿度的检测、分析,并通过对数码管LED、加热装置、排风装置等的控制来实现对温、湿度的数值显示和自动调节,具有低功耗、低成本、自动化程度高的优点．     

复杂电磁环境下组网雷达探测能力仿真评估研究

为研究复杂电磁环境与组网方式对组网雷达探测能力的影响,构建了复杂电磁环境下雷达探测能力云规则算法模型和探测能力评估模型,然后利用Netlogo仿真平台实现了对3组复杂电磁环境下雷达组网方案探测能力的仿真和评估．仿真结果表明复杂电磁环境对组网雷达探测能力影响明显,通过调整组网方式可以有效提高组网雷达探测能力．     

面向CPS的一体化标识网络结构研究

对信息与物理融合系统（Cyber—Physical System,CPS）体系结构及其标识机制进行了系统分析,对基于资源港（Port）的体系结构进行了设计,提出了三层一体化标识网络结构模型,并设计Port层模型作为CPS资源寻址定位和建立通信连接的重要中间件层。最后,以一个智能家居原型系统为例,对一体化标识结构关于支持用户对CPS资源访问与管控的可行性进行了验证。     

电传动装甲车辆发动机发电机系统动态模型

针对电传动装甲车辆发动机-发电机系统建模难的问题,采用BP神经网络辨识发动机转矩,设计了发动机-发电机系统动态实验,在测得发动机在不同油门开度时的转速动态响应,并将电励磁旋转整流同步发电机等效为直流发电机的基础上,建立发动机-发电机系统动态模型。仿真与实验对比结果表明：模型满足车辆仿真精度要求。     

第四代歼击机空战战术决策研究

根据第四代歼击机的作战能力,分析了空战过程中可能存在的三种态势,提出了影响第四代歼击机空战战术的重要因素。结合影响因素进行了模糊决策讨论,基于模糊神经网络的方法完成了空战决策系统的设计,并通过神经网络的训练,确定了模糊决策网络。最后,通过仿真验证,表明决策系统实际输出与期望结果是一致的,决策结果是准确的,能够为决策者根据战场态势进行决策提供参考,缩短了决策时间,提高了指挥决策效能。     

基于改进粒子群优化RBF神经网络的算法

针对粒子群算法易陷入局部极小的缺陷,提出了一种改进的粒子群优化算法,并将改进后的算法应用到RBF神经网络核函数参数的选取中。依照文中提出的编码方式、迭代公式和适应度函数,在全局空间中搜索具有最优适应值的参数向量。实例仿真表明,基于改进粒子群算法优化的RBF神经网络不仅收敛速度快,且误差精度高。     

无线传感器网络中多传感器动态自适应调度算法

无线传感器网络中,目标跟踪往往通过节点之间的协作完成。在无迹变换卡尔曼滤波基础上,提出一种多传感器动态自适应调度算法进行目标跟踪。该方法根据预测跟踪精度来确定采样间隔,然后基于特定的检测概率,为下一时刻选择一组传感器,形成一个临时工作组,并指定某一个传感器作为中心节点进行数据融合。仿真结果证明了该算法能有效提高跟踪精度和可靠性。     

基于L-M算法改进BP网络的信息对抗能力评估

在未来密集和复杂的电磁环境中,快速、客观地评估敌我双方的信息对抗能力具有重要的意义。目前通常采用的人工打分方法具有一定的主观性,且周期较长,难于满足战场瞬息万变的需求。提出了一种基于L evenberg-M arquardt算法改进的BP神经网络信息对抗能力评估方法,以某组信息对抗数据为训练数据,对改进BP神经网络进行训练,并进行了验证性的仿真试验。仿真结果表明:改进BP神经网络能客观有效地评估信息对抗能力,较大程度地提高了神经网络的收敛速度、缩短了评估时间。