基于变分模态分解的非稳态备件需求预测方法

备件需求量的预测是备件配置的重要内容,针对当前装备备件需求非稳态的特点,提出一种基于变分模态分解的备件需求预测方法.运用变分模态分解将非稳态备件需求序列分解为若干模态分量,引入模糊熵的概念,将周期性、随机性和长期性特征明显的模态分量进行有效聚合,提高计算效率,进而运用预测效果较好的径向基神经网络预测法对聚合后的模态分量分别进行预测,将各分量预测结果进行整合形成最终的备件需求预测值.通过案例分析与实验对比,结果表明提出的方法能够有效挖掘非稳态备件需求序列的深层次信息,实现非稳态备件需求序列的较好拟合,并与其他非稳态时间序列预测方法对比具有较高的预测精度,为适应新时代实战实训背景下备件需求的特点提供了有效的方法支撑.     

一种基于范围表示B树的大容量IPv6路由查表算法

IPv6具有巨大的地址空间,未来要面对的将会是海量IPv6路由表,而且128位的IPv6地址比IPv4需要更多的访存数。算法针对IPv6路由查找问题中的这两个难点,提出利用B树高度较低的优良性质,将前缀转化为范围表保存在B树中,并在结点内部利用分段范围比较树算法来减少访存次数和空间耗费。理论分析和实验表明,该算法能够以很好的性能支持IPv6海量路由表的查找。     

GNSS/SINS组合导航在地地导弹中的工程应用

介绍了基于Kalman滤波的GNSS/SINS组合导航技术在地地导弹中的应用,在发射点惯性坐标系中建立了便于工程应用的数学模型,针对某型号进行了位置速度仿真,并和目前在工程实际中应用的加权平均组合方法进行了比较。仿真结果表明,Kalman滤波技术可以应用于地地导弹工程实际中。     

舰船燃气轮机双机并车控制仿真技术研究

介绍了功率反馈控制技术的原理和特点,并利用功率反馈控制技术对舰船燃气轮机双机并车控制技术进行了分析.利用C++语言建立了全燃动力装置的仿真模型,并对功率反馈法进行了计算机仿真试验.结果表明,功率反馈控制技术能较好地实现舰船燃气轮机双机并车运行的控制.     

基于随机虚拟样机的某型自行火炮扭力轴动力仿真

依据随机动力学、多体系统动力学和数理统计理论,借助MSC\Adams仿真软件和MATLAB工具,提出随机虚拟样机的概念。并以某型自行火炮的扭力轴为例,在建立的虚拟样机上,实现不确定性因素下从底盘整体到悬挂系统、再到扭力轴的动力仿真。     

基于小波包能量谱的管道缺陷磁记忆检测信号特征研究

现有磁记忆检测技术判定准则,只能指示应力集中位置,无法进一步获取应力集中信息。为获取应力集中信息,提出一种基于小波包能量谱的磁记忆信号分析方法,进行试件拉伸试验。拉伸应力为200 MPa时,信号小波包能量谱分布较为均匀,各频带能量占总能量之比均小于15%,不存在集中分布的频带范围。拉伸应力为410 MPa时,信号小波包能量谱最大值分布在1,3,4频带,1~4频带能量之和占总能量的73.8%,小波包能量主要集中在低频段。试件屈服后,信号小波包能量谱最大值分布在1,2频带,能量谱分布极为分散,能量主要集中在低频段的1,2频带,1~3频带能量之和占总能量的87.3%。管道试件应力集中程度与磁记忆信号的小波包能量谱分布特征有关,应力集中程度越低,小波包能量谱分布越均匀;应力集中程度越高,小波包能量谱分布越集中,能量主要向低频段集中。     

模糊推理在舰艇防空指挥系统中的应用

针对舰艇防空作战中遇到的不确定性问题,在科学分析影响目标状况因素的基础上,根据专家经验,运用模糊推理的原理和方法,重点分析了目标状况知识信息的表示方法,给出了模糊推理规则,研究设计了用于舰艇防空辅助决策的模糊专家系统。最后给出了一个应用实例。     

基于虚拟时间延迟线阵列的联合频率—到达角二维谱估计

提出基于虚拟时间延时线阵列的联合频率-到达角二维谱估计方法,把经典的子空间方法推广到空时二维域并进行了改进.基本思路是估计空时噪声子空间和空时信号子空间,然后,利用两个空时子空间特征进行频率-到达角联合二维搜索.正常情况下可分辨的信源数远远超出阵元数目;在信号源宽带较大或信号源波长偏离阵列尺寸较远时,不会像经典方法一样出现大的偏差或估计信源角度范围受限;同时给出信号源的频率和到达角估计,更全面地反映了信号特征.     

基于IGSO卫星的多普勒定位单向授时方法研究

针对导航战、城市或者室内环境中,可见卫星数目小于3颗,用户位置未知时,接收机无法完成授时等问题,并结合我国已有卫星导航系统(北斗和CAPS系统)现状,提出了一种基于IGSO卫星的多普勒定位单向授时方法。该方法通过测量卫星信号的多普勒频移,采用积分多普勒计数计算用户位置,完成单向授时功能。分析结果表明,使用3颗IGSO卫星搭载透明转发器载荷,可使我国领土范围内的定位授时可用性基本达到100%;静态观测用户,长期测量定位精度可达3m以内,授时精度误差小于100ns。由于该方法最少只需观测1颗IGSO卫星信号,这为导航战背景及微弱信号环境下的定位授时服务,提供了新的解决方法。     

坦克火力运用智能系统目标威胁度评估模块

随着科学技术的发展,未来战争将有更多的智能化武器出现,坦克火力运用智能化将是坦克火力系统的发展方向,而目标威胁度评估是该系统的核心模块.应用BP神经网络建立了坦克目标威胁度评估模型,对影响因素进行了分析与预处理,并构造了3组训练样本.利用MATLAB7.0中神经网络工具箱的图形用户界面GUI对样本和影响因素进行训练、仿真.结果表明,BP神经网络模型能很好地解决坦克目标威胁程度与影响因素之间的非线性关系,评估坦克目标威胁度有很强的客观性和科学性,对未来坦克火力运用智能系统的建设具有一定的借鉴作用.