基于学习矢量量化(LVQ)神经网络的雷达体制识别

由于现代战争中雷达体制的多样化、复杂化及其综合应用使得雷达体制识别中要处理大量复杂的高维数据,学习矢量量化(LVQ)神经网络不仅能处理有监督分类,而且相对于其他神经网络能以较小的计算量处理大量输入数据,所以采用LVQ对雷达体制进行识别,同时针对LVQ学习速率的变化可能引起学习算法不稳定,采用修正的学习速率算法.在简要介绍雷达体制和LVQ的基础上构造了LVQ神经网络对雷达体制进行分类.通过与径向基神经网络(RBFN)识别算法的仿真对比,证实了方法的有效性.     

作战模拟系统中可视化想定编辑器的设计与实现

在回顾以往作战模拟软件某些弊病(如"想定独立性"差,不便于模型重构和模拟软件复用等)的基础上,提出了想定编辑器的概念;从用户需求和模拟软件需求两方面出发,采用面向对象的思想以及计算机战术标图技术、数据库技术,设计并实现了一套操作简便、适应多层次用户使用的战术想定编辑系统,为作战模拟推演及多方案作战效能分析对比,奠定了基础.     

新型对空虚拟射数学模型

首次建立了某新型火力控制系统对空虚拟射数学模型,不仅解决了偏差量获取的难点,还有效地消除了舰艇运动造成的射击误差。用此模型编制成的火力控制功能软件,可大大提高对空虚拟射的自动化水平和射击精度。     

基于状态变换的同步时序电路测试生成

详细分析了固定故障所反映出的状态变换特征,提出状态变换故障模型以及相对应的测试生成压缩方法;基于无复位时序电路,深入研究了有复位状态的同步状态机测试生成方法的扩展问题;最后讨论了故障精简以及启发知识在测试生成中的应用问题。     

火炮射表数据处理中几个有关问题的讨论

本文是文献的继续,主要研究射表数据处理中的几个技术问题。其中包括:自变量、逼近多项式的结构、项数和逼近精度的选择问题,以及广义正规方程组的解法、选项中的异常现象和贼点剔除问题等。它们是正确和有效进行射表数据处理的重要因素,是必须很好解决的问题。     

基于导弹空间飞行的空间碎片筛选方法研究

随着空间活动的日益频繁,空间碎片的数量也与日俱增,给远程弹道导弹的空间飞行安全带来巨大威胁。针对空间碎片数目繁多,为了快速进行导弹空间飞行安全预警和发射窗口选择,根据远程弹道导弹空间飞行特点,提出了适用于导弹与空间碎片碰撞预警的空间碎片筛选方法,并通过仿真计算证明了该筛选方法的科学性和合理性,该筛选方法可提高导弹空间飞行安全预警效率并缩短预警时间。     

旋转弹自动驾驶仪电路实现及数字化处理技术

给出了某旋转导弹的自动驾驶仪电路实现,通过电路特性分析和功能仿真,验证了电路设计的正确性.利用导引头数字信号处理(DSP)对模拟电路进行了数字化处理,实现了自动驾驶仪电路数字化.     

基于数据流模糊聚类挖掘的入侵检测系统研究

传统的基于数据挖掘入侵检测技术往往是基于静态数据的检测,随着网络速度的提高和网络流量的剧增,网络数据通常以数据流的形式出现.提出了一种作用于数据流的模糊聚类挖掘算法(SFCM),并且针对该算法提出了一种基于数据流模糊聚类的入侵检测系统,实验结果显示,该方法有较高的检测率和较低的漏报率和误报率.     

传递对准中机翼弹性变形处理

提出利用载机不同飞行状态下弹载子惯导陀螺仪与机载主惯导陀螺仪输出角速度差异对机翼弹性变形的AR模型参数进行在线辨识,采用一种改进的卡尔曼滤波算法对模型参数进行估计,利用信息对准模型的适应性进行检验.结合速度加姿态传递对准模型,建立了考虑机翼弹性变形的传递对准模型.仿真试验验证了该在线建模方法的有效性,在传递对准中考虑机翼弹性变形模型,可以有效地降低机翼弹性变形对传递对准的影响.     

机动管线流量在线实时监测技术研究

输送流量在线实时监测是准确掌握机动管线运行工况、优化运行方案、分析判断泄漏的关键之一。分析了容积式、速度式和差压式等常用流量监测技术的技术特征与使用条件,根据机动管线的作业特点和要求,优选出涡街流量监测技术作为该管线系统的流量在线实时监测技术;分析了机动管线输送过程中管道振动对涡街流量计计量精度的影响,提出了几种不同的抗振防干扰技术,并应用于机动管线涡街流量监测装置的研制。样机试验表明,采用抗振技术的涡街流量监测装置检测精度能满足机动管线流量在线实时监测需求。