矩阵变换特征与码序列联合学习的卷积码识别方法

现有基于深度学习的卷积码识别方法仍存在参数规模较大、识别性能较弱等不足。针对该问题,提出了一种基于矩阵变换特征与码序列联合学习的卷积码识别方法。将接收到的码字序列排列成矩阵形式,利用软信息剔除可靠性较低的码字,通过一种新的矩阵变换算法得到特征矩阵。在识别时,将原始码字矩阵和特征矩阵输入到具有多模态数据联合学习能力的网络模型,在神经网络中完成特征的提取融合与卷积码的识别。仿真结果表明,所提方法性能明显优于现有基于深度学习的识别方法,特别是对于高码率卷积码;当码率较低时,同样优于传统识别方法。当信噪比达到5 dB时,25种不同参数卷积码的识别率均可达到100%。     

三维点云深度模型压缩算法

随着计算机三维视觉的广泛应用,近几年基于深度学习的点云处理算法得到了大量研究,而耗时耗存储的缺陷较大程度限制了其在移动端的部署应用。基于改进损失函数的总体思路,提出了一种新的点云深度模型压缩框架,将知识蒸馏方法引入二值量化模型中,同时考虑点云聚合操作的特殊性引入了辅助损失项,改进的损失函数共包括预测损失项、蒸馏损失项和辅助损失项三部分。实验结果表明,和已有算法相比,所提算法可以获取更高的精度,同时对当前点云主流深度网络模型也具有良好的扩展性。     

多基准站相对定位算法及先验基线向量偏差影响分析

为提高单基准站短基线相对定位解算的可靠性,研究了多基准站约束的相对定位算法。将基准站间可提前测量的先验基线信息融入观测模型中,给出了多基准站相对定位的函数模型和随机模型,在此基础上推导了模糊度精度因子的解析表达式,揭示了基准站数量的增加对模糊度浮点解精度提升的作用;从理论上分析了基准站间先验基线信息中的偏差对模糊度解算的影响,分析表明,当先验基线各分量偏差的绝对值之和小于5 cm时,模糊度解算几乎不受影响;通过仿真和实测数据进行了验证。试验结果表明,增加基准站数量不仅能有效提升模糊度解算成功率和收敛速度,并且对先验基线信息中的偏差具有较好的抑制作用,当基线各分量偏差均增加到4 cm时,实测数据模糊度解算成功率仍能达到92%以上。研究结论为特殊场景下多基准站间的快速非精确标定提供了理论依据。     

装备预研管理数字化转型研究——数字孪生装备预研

数字经济时代,装备预研管理应积极面对数字化转型趋势,构建与数字经济发展相适应的管理体系。结合数字经济的变革属性,借鉴民口科技计划管理数字化实践经验做法,总结和分析当前装备预研管理数字化面临的主要问题及紧迫需求,提出未来装备预研管理发展的一种新范式——数字孪生装备预研,即利用数字孪生助力装备预研管理的数字化转型,并从组成、理想特征和能力、关键技术以及发展路径四个方面对数字孪生装备预研的概念内涵进行了深化阐述,以期对当前装备预研管理的创新起到参考和促进作用。     

滑阀副配磨参数微机控制测量系统的研究

本文论述了滑阀副配磨参数的测量原理,提出了微机控制的滑阀副配磨参数测量系统,介绍了系统的硬件与软件设计,给出了测量系统的实验结果,并对测量系统进行了误差分析,最后得出几点结论。     

改进的精密三点法——在线测量直线度方法的再探讨

在原精密三点法的基础上,对插值方法进行了改进,对随机误差采用了相应的数据处理方法,使得分离结果更加接近真实值,并有效地去除了随机误差的影响,得到了采样值加密的曲线,文中给出了改进的精密三点法的算法和流程图。从仿真和实验结果来看,该方法是具有可行性和可靠性的。     

抑制弧光干扰的电磁炮光幕测速方法

电磁轨道炮发射中,电枢与导轨间的高速、带电滑动,使电枢出炮口时产生强烈的弧光,严重干扰激光光幕测速系统对电枢速度进行测试。通过对试验数据进行计算、分析,得到电枢与弧光从炮口至测试点之间的运动关系。通过对弧光光谱进行测量,提出改进方法,选择中心波长为780 nm的窄带干涉滤光片对弧光进行抑制,改进激光光幕测速系统,并进行了相应试验。结果表明:改进后的激光光幕测速系统能有效抑制弧光干扰,在相对复杂的测试环境中,具有较高测试性能,满足电磁轨道炮速度测试要求。     

前半球中距攻击的轨迹优化方法

为了提升飞行员空战对抗能力,提出了前半球中距攻击轨迹优化方法。首先,建立了矢量方程,并分析了空战中几何态势。其次,综合考虑时间和角度优势,给出了最优轨迹的计算方法。最后,通过仿真实验给出了最优轨迹及相关飞行参数。仿真结果表明,该方法对于解决前半球中距攻击非常有效。     

比例最小偏度单形UKF的RBF神经网络算法

为提高RBF神经网络的建模性能,提出一种基于改进无迹Kalman滤波(UKF)的RBF神经网络训练算法。在该算法中,首先将比例最小偏度单形Sigma点采样策略引入UT,以有效改进UKF,提升其计算效率,然后利用改进的UKF优化估计RBF神经网络的最优参数。仿真结果表明,改进的UKF比EKF具有更高的RBF神经网络模型训练精度,与传统UKF的模型精度大体相当,但速度更快,计算效率更高。     

电击武器非致命效能评估

提出了电击武器非致命效能的评估方法,分析了影响电击武器非致命效能的关键因素,建立了电击武器非致命效能评估指标体系,采用定性分析和定量计算相结合,将模糊评判法应用到电击武器非致命效能评估中,确定了模糊评判矩阵,建立了评估模型。比较了3种不同类型电击武器的非致命效能,得出了符合实际情况的结果,为电击武器的发展应用提供了辅助决策的依据。