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。     

地对空雷达对抗的压制概率和干扰任务分配

本文引进压制概率这一概念作为衡量雷达对抗作战效能的数量指标 ,给出了地对空雷达对抗压制概率的计算方法。利用搜索论、规划论、雷达原理、雷达对抗原理建立了一个地对空雷达对抗干扰任务分配模型     

基于神经网络的8位A/D转换器的硬件实现

本文阐述了双极性信号的８位Ａ／Ｄ转换器的基本原理,给出了由Ｈｏｐｆｉｅｌｄ神经网络的原理电路逐步演化成实际电子线路的整个过程,并对实际硬件电路进行了计算机仿真,取得了满意的结果。     

连射击化为单炮广义射击的误差分析及应用

本文对散布中心法化营连射击为单炮射击的误差进行定量计算,分析各因素变化对近似替代误差的影响,得出一些有价值的结论,以便在应用中对具体问题区别对等。     

利用多层神经网络实现核爆/非核爆的模糊综合评判方法

着重讨论了模糊综合评判与ＢＰ网络结合的原理,构造了一个可实现模糊综合评判的ＢＰ网络,并将其用于核爆／非核爆识别。以美国ＮＢＤＳ的软件判据为基础,检验了识别的效果。结果表明,对实测９个核爆样本均能正确识别,对模拟产生的３５个核爆非核爆样本,误识２个,总的正确识别率达到９５．５％。     

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。     

模糊方向神经网络在火箭发动机故障检测与分离中的应用

提出了一种模糊方向神经网络分类器,并应用于液体推进剂火箭发动机故障检测与分离。模糊方向神经网络采用模糊集表示发动机故障模式,模糊集是方向超体聚集形成的集合体,方向超体则由单位方向、夹角和两个半径确定。模糊方向神经网络能在一次循环学习中形成非线性方向边界。故障检测与分离的仿真研究表明：模糊方向神经网络的识别性能是比较优越的。     

毁歼概率积分的高精度计算

精确地计算武器系统对目标的毁歼概率是重要的。在对几种数值积分方案比较的基础上,证明了Ｇａｕｓ－Ｈｅｒｍｉｔ数值积分方案可以最少的积分点达到最高的精度,并以此方案计算了各个参数对毁歼概率的影响     

砼线性徐变的统计分析

本文根据文献[1,2,3]对砼徐变所做的试验研究资料,针对实际工程中不可能对砼的长期徐变做出试验量测的具体情况,提出通过砼的短期试验数据、利用数学上的Bayesin统计方法,推知砼可能产生的长期徐变值的思路.以便对一些徐变敏感结构做出徐变预测,然后采取相应的措施,消除或减缓徐变对砼结构可能带来的不利影响.     

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。