RBF神经网络在异步电机故障诊断中的应用

将径向基(RBF)神经网络应用到电机的故障诊断中,建立了异步电机的RBF神经网络诊断模型。为了克服RBF神经网络学习算法的不足,引入了差分进化(DE)算法,并且利用了差分进化(DE)算法的全局搜索能力来优化RBF神经网络基函数的中心、宽度以及网络的连接权值,以获得最优的网络模型。仿真结果表明优化后的RBF神经网络的泛化能力和诊断精度都得到了大幅度提高。     

利用添加剂改善高原热水采暖性能的研究

通过对高海拔、高寒地区采暖系统现状及存在问题的分析,拟利用添加剂改善常规的热媒水,增大采暖热媒平均温度,进而提高散热器的传热系数及散热量。并通过试验台分别对两种流体热媒的采暖系统表面对流换热系数及散热量进行实测研究。结果表明采用新热媒比以普通水为热媒时,散热器表面对流换热系数提高的平均值约为8．28％,单位面积散热量增加的平均值约为45．71％,取得了理想的效果。     

武器装备体系效能敏感性分析方法

从效能评估模型建立、评估分析及决策制定三个阶段,说明敏感性分析在武器装备效能评估中的作用.对敏感性分析方法进行分类,分别说明各类方法的特点.并从模型适应性、计算强度和敏感性表现能力三方面对各种方法进行对比.提出了武器装备体系效能分析对敏感性分析的挑战,及可能的解决思路.     

矩阵变换特征与码序列联合学习的卷积码识别方法

现有基于深度学习的卷积码识别方法仍存在参数规模较大、识别性能较弱等不足。针对该问题,提出了一种基于矩阵变换特征与码序列联合学习的卷积码识别方法。将接收到的码字序列排列成矩阵形式,利用软信息剔除可靠性较低的码字,通过一种新的矩阵变换算法得到特征矩阵。在识别时,将原始码字矩阵和特征矩阵输入到具有多模态数据联合学习能力的网络模型,在神经网络中完成特征的提取融合与卷积码的识别。仿真结果表明,所提方法性能明显优于现有基于深度学习的识别方法,特别是对于高码率卷积码;当码率较低时,同样优于传统识别方法。当信噪比达到5 dB时,25种不同参数卷积码的识别率均可达到100%。     

一种轰炸机压制防空导弹的解析模型

轰炸机压制防空导弹是压制敌地面防空的一种重要手段.通过分析轰炸机-防空导弹对抗的特点,根据流守恒原理和排队论模型的近似方法,提出一种轰炸机压制防空导弹的解析模型.该模型描述了轰炸机的数量、飞行速度、轰炸能力,地空导弹搜索雷达探测距离、目标处理速率,及地空导弹射击速率和毁伤能力等因素对作战效能的影响.采用方差分析方法对根据析因试验设计得到的试验结果进行影响因素敏感分析,得到各因素对作战结果影响程度的定量结果.     

基于HLA和VR的指挥自动化系统仿真平台设计

应用分布交互仿真高层体系结构HLA和VR技术,结合C4ISR系统特点,设计了基于HLA和VR的C4ISR系统仿真平台体系结构,并介绍了三维虚拟场景构建、盟员模型、仿真对象模型以及盟员接口线程的开发过程.     

阵列互耦条件下运动目标角度跟踪方法研究

针对观测过程中角度发生变化时的运动目标跟踪问题,同时考虑到常规阵列中所普遍存在的互耦效应,通过分析均匀线阵互耦矩阵的带状Toeplitz结构,提出利用在原始阵列两侧增加辅助阵元的方法补偿互耦效应对阵列响应函数的影响,并将粒子滤波技术与原始阵列经互耦补偿后的观测数据相结合,实现了阵列互耦条件下对角度变化目标的高精度方向跟踪。仿真实验验证了新方法的优良性能。     

基于图形硬件的海量地形可视化算法

利用基于图形硬件的地形可视化算法——Geometry Clipmap算法的基本思想,结合图形硬件的最新发展情况,充分利用CUDA的并行计算能力和VBO、PBO的数据缓存能力,改进了数据预处理方式、数据缓存机制以及视景体裁切算法,通过三角形条带方式进一步提高了绘制速度,实现了海量数据的实时可视化。实验表明,改进后的Geometry Clipmap算法提高了渲染效率,并节约了系统资源。     

装备需求论证资源化相关问题研究

在对装备需求论证资源需求分析的基础上,针对其基础性、超前性、秘密性、多样性及复杂性的特征,运用分面组配法将其分为知识资源、数据资源、模型资源、方法资源、任务资源等,并以作战任务、作战能力、装备性能数据为例对其进行了规范化描述。同时,提出了构建装备需求论证资源库的具体思路,包括资源获取、资源信息规范化描述、资源库功能需求分析、资源库的维护和应用等。     

装备需求论证模型化基本理论研究

针对装备需求论证缺乏模型体系支撑的问题,系统研究了装备需求论证模型化基本理论,论述了装备需求论证模型化的原则、方法、步骤和趋势,分析了关键工作与关键技术,并给出了装备需求满足度数学模型的应用示例,旨在为装备需求论证模型化提供理论指导,进一步完善装备需求论证工程化理论体系。