基于卷积神经网络与滤波融合算法的某惯导系统剩余寿命预测模型建立

在对产品中具备大量运行观测性能数据的关键系统部件进行剩余寿命预测的过程中,因寿命数据稀少难以建立寿命分布模型。而对产品性能观测数据进行退化建模,传统退化过程分析模型对于产品性能观测数据适应性差导致产品寿命预测精度低、有效性弱的问题,充分挖掘部件退化数据信息,依据相关退化分析技术,基于统计模型中的滤波预测方法与机器学习技术中的回归卷积神经网络（regressive convolutional neural networks, RCNN）预测方法建立产品剩余寿命预测融合模型。融合模型结合了滤波预测模型对产品退化状态的挖掘能力、不确定表达能力与RCNN网络模型良好的数据适应性、预测的准确性,提高了产品退化数据分析的准确性及有效性,可对产品关键部件的寿命进行有效预测,为产品中具备大量运行观测数据的关键系统部件健康管理提供辅助参考。     

一种简便的利用交流采样值求交流信号周期的方法

介绍一种利用交流信号的采样值求出交流信号周期的简便方法。该算法原理简单、编程容易,同时大大简化了外部硬件电路。     

装备采购项目目标价格合同激励效用研究

为提高目标价格合同在装备采购领域的应用效果,基于军方和承制单位期望效用,应用委托-代理理论建立了按完工效果直接给予报酬合同、按固定份额分成合同、按约定公式分成合同等三类目标价格合同模式的激励模型,并采用规划方法给出了模型最优解,实现了军方和承制单位在不同合同条件下的效用度量和测算,为实践中军方设计既吸引承制单位参与又扩大自身效用的目标价格合同提供了参考,同时也为推进目标价格合同在装备采购领域的适用奠定了基础。     

基于微多普勒周期相关性的弹道群目标信号分离

针对弹道群目标微多普勒信号分离问题,提出了一种基于微多普勒周期相关性的弹道群目标信号分离算法。对进动目标和旋转目标进行了微动建模,分析了其散射中心在窄带信号下的微多普勒效应,并给出了其参数化表达式。利用STFT对窄带回波进行了时频变换,获取了回波时频图,并采用奇异值分解(SVD)和高斯空间掩模方法分别对时频图进行了消噪和平化处理。再依据散射中心微多普勒瞬时频率的变化规律,采用Viterbi算法对群目标微多普勒曲线进行了提取。最后将提取出的曲线进行傅里叶变换,根据群目标微多普勒周期的相关性,实现了群目标信号的分离。仿真验证了所提方法的有效性和准确性。     

基于战争成本—收益计算的国防支出决定模型

国防支出是国防建设的资源投入和基本保障。如何确定国防支出的比例或规模既是国家决策者关心的重大现实问题,也是国防经济学研究的最基本问题之一。与以往研究不同,文章创造性地从战争成本—收益计算的视角出发,构建了一个基于本国武器装备杀伤系数的决定国防支出比例的基础模型;并在此基础上,通过逐步引入抵抗外敌入侵的自毁系数、敌国武器装备对本国进攻与防守能力的抵消作用、敌国武器装备使本国武器装备数量的失效作用、敌国攻击本国的获胜概率等变量对模型进行扩展;最后通过跨期模型加以动态化,说明在长期均衡状态下国防支出的变化趋势。通过这些模型的构建和求解,我们得出:一国国防支出的比例(或规模)主要取决于该国武器装备的杀伤系数、自毁系数、敌国国防支出、敌国获胜概率、本国的国民财富、经济增长率和武器装备折旧率等因素。这为在实践中安排好一国的国防支出提供了十分有益的参考。     

预防性维修周期的优化建模

随着现代装备系统性能和复杂程度的不断提高,使用维护要求的日趋严格使其使用和保障费用也急剧上涨。提出了一种计算可修复系统的最优预防维修周期的模型,此模型是结合系统的失效损失费和维修费用,根据使单位有效使用时间的费用最小的原则建立的,针对失效时间为伽码分布的系统,计算了各种费用比和尺度参数下的最优维修周期。结论说明,此方法具有更高的预测精度,有较好的实际应用价值。     

基于LMI的时滞随机系统非脆弱保成本控制

针对具有状态和控制输入时滞的随机系统,考虑控制器增益存在加性摄动时,设计一种非脆弱保成本控制器。主要目的是,设计的状态反馈控制器对于所有容许的控制器摄动,仍然能够保证闭环系统不仅均方渐近稳定,而且二次型性能指标函数具有确定上界。基于Lyapunov稳定性、Ito公式、Schur补引理和线性矩阵不等式(LMI)等方法,把控制问题转化为LMI可行问题,以LMI的形式给出控制器存在的充分条件,当LMI可行时即可构造出相应的状态反馈控制律。最后,提供数值算例进一步说明该设计方法是正确和有效的。     

农用车怎样省油？

为了节约成本,提高经济效益,有几种方法可使农用车省油： 一、确保轮胎气压正常。轮胎气压不足或过高,都会增加耗油量。 二、定期检查驾驶盘和轮胎是否调整正确。车辆使用时间长了．轮胎和驾驶盘往往会因磨损使自由度增大,这也会多耗油。