基于RBF神经网络和定性趋势分析的传感器故障诊断

针对传感器偏置故障及漂移故障,提出了一种基于RBF神经网络和定性趋势分析的传感器故障诊断方法.该方法充分利用控制系统闭环回路测控信息,建立RBF神经网络预测器,通过将RBF神经网络的预测输出值与传感器实际输出相比较获取残差序列,根据残差首先判断传感器是否发生故障,然后用定性趋势分析方法获得传感器偏置故障和漂移故障的辨识...     

适用于传感器网络战场监视系统的无锚点定位算法

针对传感器网络在军事领域的应用。本文提出一种适用于战场监视系统的三维无锚点自定位算法。该算法首先对布撒后的全网节点进行不基于地理信息的分簇算法,缩短了全网坐标建立的启动时间。当簇头节点能量将消耗尽时,再进行基于地理信息的分簇算法更新簇头节点。采用OFDM测距方法后,减小了节点间的测距误差。仿真实验表明,传感器网络鲁棒性较高,在区域为400m×400m×50m的三维空间内,随机放置200个节点,其平均定位误差为0.64%,满足战场传感器监视系统的要求。     

网络化弹药协同作战效能研究

首先分析了网络化弹药协同作战的过程,提出了网络化弹药作战效能的评估方法及定义,并对影响作战效能的因素进行了分析。针对作战方案在实战或仿真推演过程中反映战场态势等方面的特征,相应地提出了网络化弹药作战的效能指标:目标识别率、目标杀伤率、假目标攻击率、效费比,然后利用作战仿真法,验证了不同影响因素下协同作战和非协同作战的效能。仿真结果表明了网络化弹药协同作战具有较高的作战效能。     

战时交通运输路径优化研究

以战时交通运输路径优化问题为研究对象,分析问题特点,考虑多式联运,以运输时间代价、运输费用代价、路段和运输节点的危险性代价为优化目标,建立起广义运输代价最小的运输路径优化模型,并设计了蚁群算法来求解问题模型。给出的算例表明,文中模型符合战时交通运输的特点和实际需要,可为确定战时运输路径提供决策支持,而采用的蚁群算法是求解该问题的一种有效方法。     

m序列二相编码雷达灵巧噪声干扰研究

针对前沿复制干扰能量利用效率低的问题,提出了利用前沿波形,通过预测,超前获取雷达信号完整波形,进而实施灵巧噪声干扰的思路。对于采用由n级移位寄存器产生的m序列的二相编码雷达,给出了利用获得的前2n个码元,通过解n元线性方程组,预测获得完整m序列的方法。进一步,针对该线性方程组的生成特点,提出了一种快速算法。利用该快速算法,可以将预测的计算工作量平均分配到从获得m序列的第n＋1个码元到获得第2n个码元的各个节拍中去,使得一旦获得m序列的第2n个码元,就能够立刻得到m序列的所有反馈系数,获取雷达的当前发射信号的完整波形,并以最短的延迟实施针对性的灵巧噪声干扰。     

物联网及其军事应用研究

文章通过分析物联网的概念,指出物联网与传感网、M2M等其它现行网络的区别与联系,并对物联网的本质进行探讨。阐述了物联网的基本构架,展望了物联网在军事领域的典型应用,最后提出了对于军队物联网建设的几点建议。     

Hilbert空间中Lipschitz伪压缩映像不动点的杂交投影算法

在H ilbert空间中,采用杂交投影的方法设计了一种Lipschitz伪压缩映像不动点新的迭代格式,并利用H ilbert空间中特有的性质,证明了由此算法产生的序列强收敛于Lipschitz伪压缩映像不动点。     

基于粒群算法和BP神经网络的煤电价格预测

由于煤电价格的波动受多种不确定因素的影响,且煤价和电价之间还存在非常复杂的耦合关系,它是一个典型的非线性系统,所以使用传统的方法来建立煤电价格的预测模型非常困难。针对这种情况,提出了一种基于粒群算法(PSO)和BP神经网络的煤电价格预测方法。采用PSO训练BP神经网络,不仅克服了BP神经网络算法易于陷入局部最优的缺点,而且可以提高网络的收敛速度和预测精度。结合煤电价格的历史数据,在Matlab平台上进行了仿真实验,验证了该预测模型的优越性。     

嵌入式操作系统多策略调度模型

分析了目前嵌入式操作系统调度策略的现状,指出了传统调度方法的不足之处,给出了多策略调度模型,该模型根据进程的属性参数决定采用哪种调度算法。多策略调度模型采用两级调度方案,即在原传统调度方法的基础上增加一级调度。一级调度确定多个调度算法的优先顺序;二级调度确定同一种调度算法中,的进程优先顺序。该模型使进程调度更加灵活和高效,应用范围更广。     

一种新的证据表示模型及其在敌作战意图识别中的应用

根据所获得的敌作战意图相关信息的特征,首先提出了证据支持最简形式、证据支持二元形式、同型证据等概念,在这些概念的支撑下,研究了将证据支持二元形式表示为证据支持最简形式的正交和问题,其结论用于表示敌作战意图及其特征信息之间的相关性,从而建立对敌作战意图的识别体系,完成对敌作战意图的最终判定。新的证据表示模型有效地简化了作战为证据的特征信息的表示和合成,降低了计算量。给出的具体应用示例也证明所提出的算法结构的可行性和有效性。