基于动态神经网络的装备技术状态预测模型

装备的技术状态受多种因素的影响,诸多影响因素之间是一种多变量、强耦合、非线性的关系,同时这种关系还是动态的。根据装备技术状态的特性,使其在相空间里重构,然后利用动态神经网络建立装备技术状态预测模型,并以装备振动信号预测为例进行案例研究,验证了利用动态神经网络进行预测的可行性和优越性。     

集成电导检测流动注射微流控芯片的研究

探讨了集成电导检测流动注射微流控芯片的设计与制作,研究出了能在普通实验室制作集成电导检测流动注射微流控芯片的方法,自制了集成电导检测微流控芯片,利用氯化钾标液验证了制作电导检测流动注射微流控芯片方法的可靠性,并用该系统测定了阿斯匹林片中乙酰水杨酸含量,证明该微分析系统应用于样品分析的有效性和适用性。     

小波变换在电力系统谐波检测中的应用

将小波变换方法应用于电力系统谐波检测中,用仿真算例说明该方法具有一定的有效性和可行性;用不同的小波函数进行了基频分量提取,给出了误差比较结果,初步分析了小波变换用于谐波检测时产生误差的主要原因.     

基于径向基神经网络的水下振动物体辐射噪声级别分类研究

运用径向基神经网络,利用水下振动物体内表面加速度信号对其辐射噪声级别进行分类,达到判断其声隐身性的目的.该方法的运算量较传统方法大大降低,极大地提高了计算速度.实例表明,该方法能较准确地对水下振动物体辐射声场声压级别进行分类,进而对其推广应用于潜艇提供了较好的依据.     

基于LabVIEW的变速箱状态检测系统

采用门限关联度理论进行变速箱状态检测,并构建了以虚拟仪器为核心的变速箱状态采集系统,建立了表征变速箱状态的特征参量和正常故障判定准则,采用LabVIEW开发了检测与故障判定软件系统。     

基于可调光纤F-P滤波器解调的分布式光纤光栅传感系统

提出并实现了一种可满足工程实用要求的波分复用光纤光栅传感网络解决方案,系统通过可调谐光纤F-P滤波器的连续扫描实现波长信号的解调.该传感系统扫描带宽50 nm,单点工作带宽5 nm,对一般应用系统每根单纤可设20-30个点,系统最高扫描频率200 Hz,分辨率5 pm(约5με或0.5℃).     

基于BP神经网络的极移预报*

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出BP神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。     

航空自组网中面向容错的中继节点速度控制

由于飞机节点的通信距离有限,航空自组网的网络拓扑高动态的变化会导致频繁的网络分割并严重影响网络上层应用的正常运行。为了保证飞机节点之间端到端的连通性不受影响,航空自组网必须具备容错性,即任意一个节点或链路失效后网络仍然连通。通常情况下飞机节点的运动不可控,因此可在网络中加入一定数量的中继节点,通过控制中继节点的运动速度来实现并维持航空自组网的容错性。提出了一种在线中继节点速度控制方法,该方法根据网络当前状态计算出中继节点的最佳运动方式,在保证网络容错的前提下使得中继节点在网络运行时间内所运动的总路程最短。仿真结果表明该中继节点速度控制方法在航空自组网的容错控制方面具有潜在的应用前景。     

BP神经网络在极移预报中的应用

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出反向传播(Back Propagation,BP)神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。     

非高斯噪声下信号盲检测算法*

针对实际甚低频和超低频接收机不仅受非高斯噪声的影响,同时受到接收机内部和外部环境中高斯噪声影响的问题,对噪声采用高斯尺度混合分布和高斯分布的混合模型建模,根据混合模型的性质,设计了一种基于马尔可夫链蒙特卡罗方法的信号盲检测算法。盲检测算法在贝叶斯层次模型下,采用Gibbs抽样和M-H抽样更新参数,同步检测信道衰落系数、噪声模型参数和信号。算法迭代效率快、精度高。通过与最优检测性能比较,盲检测算法性能优异,对甚低频和超低频信号接收具有重要的现实意义。