实现强军目标:“管为战”要向“管即战”位移——读《“管为战”:让强军之基坚如磐》有感

文章论述信息化条件下部队管理需由“管为战”向“管即战”位移.     

战术协同通信中AF和ANC技术抗干扰性能分析

针对复杂战场环境中存在敌方干扰的情形,文章分别考虑中继采用放大转发(AF)和模拟网络编码(ANC)两种方案的抗单音干扰性能。通过分析表明:协同方式可以明显降低干扰造成系统中断性能的"平底效应",协同AF和协同网络编码(CNC)相对非协同方式具有一定的抗干扰性能。固定信干比条件下,CNC比协同AF更适宜传输高速率数据。在固定数据速率时,CNC协议中断性能优于协同AF。     

多源文本数据真值发现方法

针对传统真值发现算法无法直接应用于文本数据的问题,提出基于深度神经网络面向多源文本数据的真值发现算法(NN_Truth)。根据文本答案多因素性、词语使用多样性以及文本数据稀疏性等特点,将“数据源-答案”向量作为网络输入,识别答案真值向量作为网络输出,依据真值发现的一般假设,无监督学习各数据源答案向量间关联关系,并最终获得答案真值。实验结果表明,该算法适用于文本数据真值发现场景,较基于检索的方法及传统真值发现算法效果更优。     

利用循环网络的降落伞开伞载荷补偿方法

为了对降落伞充气展开过程中的开伞载荷进行更加准确的预测,提出一种基于循环神经网络的开伞载荷补偿计算方法,包括模型架构和数据处理方式。该方法将充气时间法计算的预测值代入循环网络进行二次计算,使最终结果能够更加贴近试验真值。使用多层前馈网络、标准循环网络与长短时记忆网络三种网络进行比较,验证了所提模型预测结果的适用性和准确性,研究了学习率、输入层维度和隐层维度等超参数对模型性能的影响,并给出了基于长短时记忆网络的补偿模型最优训练条件。实验结果表明,利用循环网络进行开伞载荷预测具有较好的拟合结果,为机器学习与降落伞工业的学科交叉研究提供了一定的参考方向。     

运载火箭随机振动环境试验条件的变带宽设计方法

针对运载火箭随机振动环境试验条件提出了基于能量等效思想的变带宽设计方法,通过采用分数倍频程数据处理方法,并确保各个频带内的均方根值与原随机振动环境的均方根值相同,有效解决传统的等带宽随机振动环境试验条件总均方根过高的问题。为了验证所提方法的有效性,通过典型管路产品进行了随机振动响应计算。结果表明,该方法既能够有效地对产品进行考核,又不至于对产品造成过考核。所提变带宽设计方法可为运载火箭随机振动环境条件的合理设计与分析提供有效手段。     

基于渐进性的线性方程组教学设计的研究

针对线性方程组传统教学中的一些问题,给出了引入线性方程组、解线性方程组、分析解结构的渐进性三步教学设计,同时给出了maple求解线性方程组的两种方法,将理论与实践初步结合了起来,丰富了教学手段,激发了学生的学习兴趣。     

现场总线周期信号的实时调度算法

对基金会现场总线FF(foundation fieldbus)集中式介质访问控制方式中的周期信号所采用的总线调度算法进行了分析,并提出了改进算法.该算法首先对每个子节点总线占用时间进行分割,通过增加average判断环节使得微周期分配更加均匀;然后,采用最终节点自动调度环节减少了最终节点的调度次数,节省了系统开销,并利用改进算法制定了调度表,提出了调度表验证公式,搭建了实验平台模拟总线调度;最后,通过实际案例对比分析了原算法与改进算法的使用特点.结果表明:改进算法生成的调度表具有更大的调度范围和更高的时间利用率.     

复杂系统故障安全风险评价方法

复杂系统的安全风险涉及面广、影响因素多,因此需要系统的、可操作的方法来指导安全风险的评价过程。在系统的各类安全风险中,故障安全风险是由各种故障导致系统发生事故的风险,是最常见的系统安全问题,因此针对复杂系统的故障安全风险评价开展研究。复杂系统故障安全风险评价需要明确的评价参数和评价方法的支持,为此提出了复杂系统故障安全风险评价的流程、分层次的评价参数体系及评价方法,并通过示例来具体说明故障安全风险的评价过程,为解决复杂系统的故障安全风险评价问题提出了可行的思路。     

导弹尾罩分离运动不确定性分析

为了检验实际条件下导弹尾罩分离运动可能存在的风险,建立了基于凯恩方程的分离过程多体动力学模型与基于关键点-碰撞边界相对位置判断的碰撞检测模型,采用蒙特卡洛方法与Morris筛选法对输入参数存在随机偏差时尾罩分离运动受到的影响进行了不确定性分析,通过蒙特卡洛法得到了分离运动状态的散布特性,通过Morris筛选法得到了各输入变量的影响程度排序。研究结果表明:尾罩分离方案的可靠性较高,在输入参数存在偏差情况下也可满足安全性指标,各项输入参数中风干扰、推冲器的推力偏差对尾罩落点距离的影响相对较大,而导弹点火时尾罩的横向距离受风与出筒速度的影响相对较大。