武器装备备件需求量计算的方法研究

从武器装备的综合保障工作出发,概述了武器装备备件的涵义及分类,分析了武器装备综合保障的重要参数及影响战备完好性的重要参数战备保障率,并针对几种典型备件类型,提出了与之对应的备件需求量预测数学模型。     

两栖车辆形体优化数值模拟

针对两栖车辆水上行驶时,车体包络线对黏性阻力的影响问题,基于RANS方程结合k-ε湍流模型,利用"刚盖"假定,不计兴波阻力及来流湍流度的影响,进行了某两栖车车体模型静水航行的数值模拟.分析了车体在特定速度下,车体包络线的局部改变对黏压阻力系数和摩擦阻力系数的影响.通过分析对比模拟结果,提出了对车体局部细节的优化意见.     

采用向量内积的并行相关算法

针对软件接收机相关器计算的实时性问题,通过分析扩频信号的接收过程,建立一种基于向量内积的并行相关信号接收模型。利用图形处理单元中大量的浮点运算单元进行矩阵与向量运算,并行计算各通道相关值,提高了信号相关运算的实时性。仿真验证结果表明,利用基于GPU的向量内积软件并行相关算法计算25 MHz采样率时长1 ms的信号相关值,25个通道共150个相关运算耗时967μs,与CPU上基于数学核心函数库的实现相比速度约提高了61.4倍,能够实现宽带扩频信号软件实时相关接收。     

基于LBP-PCA的多传感器目标识别算法

为了更加有效地提高多传感器图像融合后的识别率,提出一种基于LBP-PCA的多传感器目标识别算法。首先分别对红外和可见光图像进行预处理用以突显出要识别的目标,采用LBP算法提取目标的特征点向量,利用PCA算法进行特征融合,得到降维后的融合特征,最后利用SVM(支持向量机)进行分类和识别。实验仿真结果表明多传感器目标经过LBP-PCA融合后在保持足够数量的有效信息基础上降低了特征的维数,有效地提高了目标识别率。     

基于Delphi-BP神经网络的装备保障能力评估

针对评估指标数量过多可能给评估过程及结果带来的弊端,在构建装备保障能力评估指标体系基础上,给出了基于Delphi法的指标体系筛选的方法步骤,通过计算累计贡献率,对指标体系进行了筛选,降低了评估模型的输入维度。建立了评估部队装备保障能力的三层BP神经网络模型,利用Matlab神经网络工具箱对网络进行了训练和仿真,结果显示误差小于10-3。最后,通过对比评估,验证了方法的有效性和正确性。     

基于二维量度的复杂设备预防性维修决策优化

针对使用与维修具有两个测量维度的复杂设备,开展了其预防性维修决策的优化研究。基于二维量度的故障模式,给出了二维故障率的定量描述方法;分析了其预防性更换过程的基本过程,探讨了二维量度下更换周期对维修效果的影响,并从经济性角度建立了二维工龄更换费用模型;最后,采用算例的形式,对某设备维修决策同时考虑日历使用时间和行驶里程的情况,进行了二维更换间隔期的优化求解,从而验证了所建立方法与模型的实用性。     

野战有线远传接口测试信号源的设计与实现

针对野战有线远传通信接口的测试需求,设计了一种基于xDSL技术的接口测试信号源。以可编程数字器件(FPGA)为核心,配合通用模拟前端,构建可编程和可重配置的硬件接口电路。利用硬件描述语言,完成成帧解帧、加扰解扰、编码解码、滤波等功能,实现HDSL接口电路功能。实验结果表明,设计的HDSL接口功能实现正常,允许用户通过修改程序代码和系统输入来实现对接口的动态配置和维护更新,有效地解决了以集成芯片为基础的传统HDSL接口灵活性差和维护成本高的问题,并为其他信号接口系统的设计实现提供了有益的参考。     

基于对策论的舰载反潜机反潜作战兵力部署研究

为提高舰载反潜机反潜作战兵力部署的科学性,提升舰载反潜机反潜作战规划的能力,提出了一种基于对策论的舰载反潜机反潜作战兵力部署方法。首先推导了反潜机搜索条件下的潜艇生存概率模型,在此基础上,考虑潜艇打击能力、进攻目标价值等因素,构建了舰载反潜机反潜作战兵力部署maxminmax模型,给出了舰载反潜机反潜作战兵力部署maxminmax模型的求解算法,最后应用典型案例验证了模型的可行性和有效性。研究成果可为舰载反潜机反潜作战提供量化参考和实践依据。     

基于邻居时隙切换的时分多址接入协议研究

针对传统TDMA网络节点间业务量不均匀的情况下,会造成信道资源严重浪费的问题,设计了一种基于邻居时隙切换的动态TDMA协议(TDMA protocol based on adjacent timeslot transfer,ATT-TDMA),切换邻居空闲时隙,更改节点业务时隙长度但不影响整个网络循环周期的结构,实现时隙的动态利用。利用OPNET平台搭建仿真模型,并与HFTP协议和TDMA协议作了对比分析。仿真结果表明,相同条件下ATT-TDMA相比HFTP协议和TDMA协议,在消息投递率、平均时延和吞吐量方面具有更优异的性能。     

基于广义回归神经网络的单位运营状况分类

单位的运营状况会直接影响股东和广大人民的利益,针对运营状况可以使用广义回归神经网络进行分类。由于广义回归神经网络中径向基函数的扩展参数Spread的选取会导致分类的准确率,提出了一种果蝇优化算法优化参数Spread的分类模型。充分利用了果蝇优化算法的寻优能力,将优化后的参数代入到广义回归神经网络中对单位的财务数据进行运营状况的分类。结果表明,与广义回归神经网络做比较,优化后的网络模型对数据的分类可以达到很高的准确率,在相关领域的分类上有非常大的实用性。