低轨微小卫星姿态控制方案

针对轨道高度低于500km微小卫星姿态控制问题,从充分利用环境力矩的角度出发,提出一种主动磁控+气动稳定力矩的姿态控制方案.该方案较好地解决了局部稳定控制律的全局稳定问题.仿真结果表明:特征距离d∝是影响该控制方案的主要因素.d∝值越大,对控制越有利,但随着d∝值的增大,卫星总体设计难度也会加大,因此实际中应选择合适的...     

空间飞行器非共面机动策略研究

非共面机动问题是航天领域的经典问题,寻找轨道面变换的最优机动策略是研究的重点.对低轨道冲量变轨、高轨道冲量变轨和低轨/高轨冲量变轨的轨道面变换策略进行研究,建立了具体的轨道变换模型,运用遗传算法寻找到了最省燃料的轨道面变换策略.通过仿真,该机动策略相对其他2种能明显降低燃料消耗,实现轨道面的变换.     

关于综合大学背景下加强师范教育实习基地建设的思考

教育实习基地建设工作质量直接影响着教育实习工作的质量。文章就综合大学背景下如何加强师范教育实习基地建设的问题,主要从教育实习基地建设的基本原则、有效途径、关键点等方面进行了思考。     

DPA方法对加密系统的FPGA旁路攻击研究

差分功率分析(DPA)方法可有效地对加密的集成电路芯片进行攻击解密,它绕过了加解密算法繁琐的数学分析,从而获取密码和信息。以DPA攻击嵌有DES算法的芯片为例,论述了搭建实验平台,获取功率消耗数据并用统计学和密码分析学的方法推导分析得出结论,从而成功破解加密系统。     

基于卷积核剪枝的遥感目标检测模型压缩方法

针对基于卷积神经网络的遥感目标检测模型压缩问题,基于卷积核剪枝理论,设计了卷积通道剪枝的方案,对YOLOv3模型进行精简压缩.提出卷积通道的概念并将BN层系数作为卷积通道的评估因子,使用L1正则化将评估因子稀疏化,将评估因子值较小的卷积通道剔除,再对各卷积层中的参数进行微调,从而达到模型压缩的目的.使用该方法对自制的典型遥感目标检测数据集进行目标检测实验,在剔除90％参数的情况下,测试精度下降率在10％以内.实验结果表明该方法能以较小的精度损失为代价,节省大部分的储存空间和计算量.     

某装备吊机液压故障诊断专家系统设计

装备液压系统快速故障诊断是维修保障人员亟待解决的难题.以某装备吊机液压系统故障诊断为研究对象,梳理历年故障案例库,运用故障树解析故障原因、逻辑及耦合关系,明确故障产生的全部最小割集.将故障树与专家系统有机结合,依据故障规则构建基于故障树的专家知识库,选用自上而下正向查找方式的推理机制,融合概念图知识匹配模式,设计模糊含权概念图的投影匹配算法.在VB环境下实现专家系统软件功能,使系统具备知识库持续升级、用户故障定位查询、故障排除指导、历史故障记录、诊断报告生成等功能,有效指导维修保障人员进行装备液压系统的故障诊断与排除,并可推广至其他型号、类型的装备液压系统故障诊断中.     

栈式自编码和残差神经网络的射频信号个体识别

传统基于暂态特征和稳态特征的射频信号个体识别方法存在特征提取困难、特征微小、无法区分射频信号个体差异等问题,识别率较低.随着深度学习技术的发展,结合栈式自编码网络深度融合目标特征优势和残差神经网络在解决退化问题时的优势,提出了一种基于SEA和ResNet网络的射频信号个体识别方法.包括信号时频域特征提取方法分析、多域特征拼接与融合、基于轻量化ResNetLite网络的射频信号个体识别方法等步骤.仿真结果表明,相对于传统时频域特征提取方法和BP分类方法,新方法能够有效提取和融合信号细微、高层次及深层次特征,且识别率有一定幅度的提升,同时,对计算资源、存储资源的消耗有约7倍的降低,可支持嵌入式设备小型化需求,便于工程实现.     

创新“三段五步”式复习策略 培养语文核心素养——以人教版四年级上册语文为例

为了更好地把培养学生语文核心素养和新课程基本目标落实到语文学科的复习课程中,根据小学语文学科的性质、特点,在实际复习过程中可采用“知识集结-知识变身(组内、班内)-知识升华(组内、班内)”的三段五步式策略,不仅增加了复习课程的趣味性和活泼性,还在夯实语文知识的基础上,有效培育了学生的语用、表达和交流、合作和探究的能力,以及批判性思维和创造性思维的能力。     

基于分层强化学习的联合作战仿真作战决策算法

如何对复杂装备体系进行有效的认知决策,一直以来都是联合作战研究领域中的热点与难点,采用一种具有较强适应性的决策算法,对于应对战场突发状况具有重要意义.通过结合近端策略优化和分层强化学习,提出了一种基于分层强化学习的联合作战仿真作战决策算法,以空地一体化联合作战为背景进行作战想定,结合自主设计的作战原型系统,分析了武器装备体系作战决策流程,对分层强化学习的层次结构、奖励函数的设计、决策网络结构和训练方法进行了详细说明.通过自主开发的仿真平台对算法的有效性进行验证,为联合作战中指挥决策的适应性机制问题提供较为有效的解决方法和辅助参考价值.     

基于改进二进制蝙蝠算法的装备资源保障规划

针对联合作战环境下的装备资源精确保障协同规划问题,考虑以所有保障任务完成时间最短为目标,以保障任务的执行时序和资源需求、保障编组占用冲突,以及资源平台能力更新机制等复杂条件为约束,构建数学模型,提出了基于动态列表调度(Dynamic List Scheduling,DLS)和自适应进化变异二进制蝙蝠算法(Adaptive Mutation Binary Bat Algorithm,AMBBA)的混合装备资源协同保障规划方法.通过动态列表调度选择当前执行保障的任务,在二进制蝙蝠算法寻优中引入自适应学习因子以平衡全局搜索和局部搜索能力,通过在当前可用资源集中搜索最优解为选定任务分配资源,以复杂地域联合作战为例仿真并验证规划效果,结果显示,所提方法可对大规模装备资源协同分配保障问题进行精确高效求解.