基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。     

移动终端基于机器视觉的器材识别研究

提出了单兵移动终端离线状态下基于机器视觉的装备器材识别的方法,从图像采集、图像预处理、特征提取及数据匹配3个模块展开分析。简要介绍了手持终端图像采集的相关考量。通过畸变校正、降噪、轮廓提取等,得到器材的轮廓图像,为特征提取做好准备。选取器材的几何形状特征作为识别依据,通过ORB算法得到图像的特征向量,并进行匹配,达到识别器材的目的。实验测试数据表明,该算法具有较高的识别率和良好的实时性。     

基于Vague集的多人决策地面防空火力配系评估方法

针对已有评估方法存在的不足,提出一种基于Vague集的多人决策地面防空火力配系评估新方法。对地面防空火力配系评价指标进行了分析,给出了偏离理想决策最大的Vague集剔除方法,使多位决策者意见不一致的问题得到了有效解决,构建了地面防空火力配系评估数学模型,给出了防空火力配系评估方法。通过实例分析验证,该方法评估结果客观准确。     

舰艇编队防空火力区划分方法研究

通过分析水面舰艇编队内各平台防空火力区,建立了编队防空火力区模型,提出并对比了两种不同的防空火力重叠区划分方法。对基本队形和复杂队形的编队进行了防空火力区划分仿真,仿真结果验证了火力区划分方法的有效性,可为编队协同作战指挥决策提供基础。     

悬浮式弹载通信干扰模型构建方法研究

为探求OPNET仿真平台下悬浮式弹载通信干扰系统的模型构建方法,确定了干扰机工作频段,对干扰对象的天线类别、信号传播方式、跳速和频率间隔、调制解调方式以及干扰机拟采用的干扰种类等5个方面进行了明确。以此为基础,具体围绕OPNET平台下的3层建模机制建立了悬浮式弹载通信干扰系统仿真模型,并对仿真参数做了解释和说明,对被干扰电台信号自由环境传输下的仿真场景进行了验证。仿真结果间接证明了所构建仿真模型的可行性。     

基于直觉梯形模糊信息的目标优先级排序方法

针对地面防空作战中空中目标的优先级排序问题,提出了一种基于直觉梯形模糊信息的优先级排序方法。使用直觉梯形模糊数来描述空中目标的属性参数,分析了目标优先级的影响因素,并利用熵权法确定了影响因素的权重;针对传统TOPSIS方法的缺陷,提出了一种利用相对熵作为距离测度的优先级排序方法;最后结合算例仿真验证了方法的合理性和可行性。     

基于Vague集的装备采购项目组织结构评价方法

在装备采购项目组织评价中引入Vague集理论，在列举现有项目组织结构类型的基础上，构建项目组织结构评价指标体系，建立各项目组织结构和理想组织结构的Vague集，计算各项目组织结构和理想组织结构的相似度量，完成对装备采购项目组织结构的评价，为装备采购项目组织设计奠定基础。     

基于数据压缩的LSP参数高效量化算法

文中为解决超长帧编码系统中联合帧数过多导致LSP参数量化性能下降这个问题,将多项式拟合引入超长帧编码系统中,利用多项式拟合压缩LSP参数矩阵,以降低量化时实际联合的帧数。再用分裂矩阵量化器进行量化。仿真结果表明,在120 bps的参数量化速率下,此算法的量化性能优于矩阵量化算法(MQ),平均谱失真比MQ算法降低了0.0719 dB,平均分段信噪比提高了0.1971 dB。