基于模糊C-划分和3D小波变换的视频编码方法

在传统矢量量化的基础上,引入噪声模型的影响,结合模糊数学理论,提出了一种基于模糊C-划分的混合噪声模型的矢量量化方法,并将其应用到视频编码中。文中视频编码方法采用了运动补偿与3D小波变换相结合。主要对基于模糊C-划分的混合噪声模型的矢量量化进行了分析。实验结果表明,该方法在视频压缩中具有良好的效果。     

弹性BP神经网络消除轮速传感器误差方法的研究

汽车轮速是汽车运动状态参数的主要信息源,是控制系统的核心,其精度直接影响这些系统的性能.为了提高轮速的精度,降低传感器的研制成本,提出了一种基于弹性BP神经网络的误差分析方法消除轮速传感器误差.将改进的BP神经网络--弹性BP神经网络用于误差分析,并提出误差匹配的算法.理论和仿真结果表明,该方法使绝对误差达到2×10-4>rad,能够有效地消除传感器误差,提高轮速信号的精度.     

LFM脉冲雷达距离维快速搜索处理算法

针对脉冲雷达近距离目标遮挡问题,从理论上分析了雷达最小作用距离不受限于脉冲宽度.在此基础上,以Chirp脉冲为例,提出了一种适合远近距离全程目标的快速搜索处理算法.该算法只需发射一种宽脉冲波形,而不必根据距离的变化改变脉宽,从而有效缩短了搜索时间,大大提高了搜索效率.仿真结果表明了理论分析的正确性和算法的有效性.     

面向人机协作的网络信息体系架构建模方法

越来越多的智能系统融入未来战场,如何将人的认知能力与机器的快速计算、精准打击等能力有效结合,优化分配人机权限,提升网络信息体系的作战效能成为亟待解决的问题。探讨基于网络中心OODA模型的人机协作机理,创新地提出体系结构人机视角,详细描述了人机视角模型的建模方法,阐述了人机视角的设计过程。以应用示例验证了人机视角在智能化作战下的网络信息体系人机融合顶层设计中的重要指导作用。     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。     

基于直觉梯形模糊信息的目标优先级排序方法

针对地面防空作战中空中目标的优先级排序问题,提出了一种基于直觉梯形模糊信息的优先级排序方法。使用直觉梯形模糊数来描述空中目标的属性参数,分析了目标优先级的影响因素,并利用熵权法确定了影响因素的权重;针对传统TOPSIS方法的缺陷,提出了一种利用相对熵作为距离测度的优先级排序方法;最后结合算例仿真验证了方法的合理性和可行性。     

基于Simulink的磨损火炮内弹道仿真

火炮内弹道性能直接决定火炮的首发命中率和首群覆盖率,为提高高膛压滑膛坦克炮射击效果,补偿因烧蚀磨损造成的内弹道性能下降,在分析火炮烧蚀磨损内弹道学理论的基础上,建立了基于烧蚀磨损的滑膛坦克炮内弹道数学模型和基于MATLAB/Simulink的内弹道仿真模型。对滑膛坦克炮内弹道进行了数值模拟,得到了不同烧蚀磨损情况下火炮内弹道性能的变化曲线,将仿真结果与实验数据进行了分析比较,结果表明:仿真结果与实验数据基本吻合。验证了模型的可行性,仿真结果可为磨损火炮的内弹道性能修正提供参考,同时,基于Simulink的内弹道仿真模型的建立更有利于后续模型的工程化应用,可实现与硬件设备的紧密结合,为烧蚀磨损火炮内弹道性能的研究应用提供了新思路。     

高校思想政治理论课教师人格魅力研究

高校思想政治理论课教师的人格魅力体现在政治上的党性修养、道德品质上的奉献精神、广博学识上的学术精神、思维理念上的创新精神。这些独树一帜的人格魅力在教学过程中发挥着其独到的作用,不仅能够提升思政课内在的吸引力和感染力,还能够构建和谐融洽的师生关系;不仅能够提高思政课教育教学的品质和成效,还能够回归思政课教育教学的最终目的。因此,高校思政课教师需要提升政治修养、锻造道德品质、丰富理论储备、开发创新思维来提升自身的人格魅力,从而保障思政课教育教学的最终目标得以实现。