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%。     

装备预研管理数字化转型研究——数字孪生装备预研

数字经济时代,装备预研管理应积极面对数字化转型趋势,构建与数字经济发展相适应的管理体系。结合数字经济的变革属性,借鉴民口科技计划管理数字化实践经验做法,总结和分析当前装备预研管理数字化面临的主要问题及紧迫需求,提出未来装备预研管理发展的一种新范式——数字孪生装备预研,即利用数字孪生助力装备预研管理的数字化转型,并从组成、理想特征和能力、关键技术以及发展路径四个方面对数字孪生装备预研的概念内涵进行了深化阐述,以期对当前装备预研管理的创新起到参考和促进作用。     

模态试验中非线性检测的一种方法及应用

本文利用振动信号实部与虚部之间Ｈｉｌｂｅｒｔ关系的原理,发展了它在模态试验中非线性检测技术。针对工程结构的特性采用了快速算法和修正技术,通过火箭风罩证明了它的实用性     

能源互联网在军事能源转型中的作用

能源互联网是第三次工业革命的重要支柱,是关系到国家经济和产业发展转型的一种战略型技术。文章首先阐述了军事能源转型面临的挑战和要求,探讨了美国在军事能源转型中的主要做法和启示,从理念和技术两方面分析了能源互联网在推动军事能源转型中将发挥的作用。     

美军陆航信息化能力建设之启示

陆航作为地面垂直力量的重要标志,是新时期军事变革的关键领域。美军以体制编制改革、主战平台建设为抓手,从机动作战、发现作战、打击作战、作战指挥、防护作战、保障作战等能力建设入手,迈出向目标部队转换的步伐,走在国际前沿。通过梳理美陆航在战略转型、平台规划、能力建设中的特点,从高速平台、无人平台、有人无人协同技术等方面对我新军事变革下陆航发展提供决策支撑。     

基于时频的逆合成孔径雷达的距离—瞬时多普勒成像方法

为了对机动目标进行ISAR成像,以在时间和频域同时具有高分辨率的时频变化替代傅氏变换作谱分析,得到机动目标距离—瞬时多普勒像。实测数据处理结果表明,与直接用距离—多普勒(R D)算法相比,该方法得到的图像质量有明显提高。     

基于二维雷达组网目标高度定位算法

讨论了通过二维雷达组网的方式可对目标高度进行估计,并对所求出的高度进行了误差分析,通过仿真得到了目标高度和方位角对高度误差的影响。在实际中由雷达站和指挥所的经度、纬度和海拔,可将雷达站测得目标的信息转化到以指挥所为原点的直角坐标系中,为指挥员提供空情,以便进行决策和指挥。     

空中机动平台光电载荷无源定位算法及坐标变换分析

针对空中机动平台搭载光电载荷实现对目标无源定位的应用背景,提出一种基于最小二乘的无源定位方法;对其中涉及到的各种坐标系进行了分析,并对坐标系之间的转换进行了讨论.仿真数据及试验数据的分析,验证了所提出的定位算法的有效性及坐标系转换的正确性.     

转动算符表示矩阵的计算

利用量子体系态空间基矢的完备性,通过表象变换,直接计算出转动算符∧D(α,β,γ)在{∧J~2,∧J_z}表象中的矩阵表示.该方法简单而有效.     

导航卫星广播星历参数拟合算法研究

基于GPS广播星历参数,研究了导航卫星广播星历参数的非线性最小二乘拟合算法,并推导了相应的计算公式.针对静止轨道卫星轨道倾角近似为0,致使卫星轨道的升交点定义模糊,在数据拟合过程中会导致法矩阵(HTH)奇异的问题,提出对卫星轨道进行轨道倾角变换拟合广播星历参数的方法,并获得较高的拟合精度.最后利用实际算例验证了所推公式和算法的合理性.