地空导弹发控系统寿命预测的组合模型

将灰色系统理论和BP神经网络有效地结合起来,建立了灰色BP神经网络的组合预测模型,并采用遗传算法对该模型进行优化。为了验证优化后模型的有效性,采用灰色BP神经网络的预测结果进行对比分析。实际数据的预测结果表明,优化之后的模型比单独采用灰色BP神经网络,具有更小的均方差(MSE,Mean Square Error),对发控系统剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度。     

基于LMS谱预测和小波分解的弱GPS信号捕获算法

弱GPS信号的捕获算法是高灵敏度GPS接收机的关键技术,首先介绍了传统的GPS捕获原理,在此基础上,参考小波分解对GPS捕获信号进行降噪处理的方法,并结合LMS谱预测降噪法,提出了LMS谱预测和小波分解混合弱GPS信号捕获算法。考虑到小波分解和LMS谱预测的降噪原理不同,对3种方法对GPS捕获信号的降噪效果进行了仿真和对比。仿真实验结果表明本文所提出的降噪算法与仅用小波分解和LMS谱预测相比最大输出信噪比分别提高4.29 dB和2.93 dB。有效地提升了GPS捕获信号的信噪比和接收机的灵敏度。     

解放军制胜之道14 打出国门,痛击强敌

正中国人民志愿军入朝对抗世界上装备最精良的美国军队,首先遇到的一个难题,就是毛泽东所担心的"能不能打"。原先林彪建议"出而不战":先进入朝鲜北方占一块地方同美军对峙,能不打尽量不打。对这个建议,中央军委也考虑可让部队先到达平壤至元山以北地区修筑防御阵地,敌不攻我,我不攻敌。然而由于美军和南朝鲜军队高速向中朝边境推进,双方在行进间发生遭遇,自然便打了起来。     

基于SF-REM的齿轮箱剩余寿命预测方法研究

剩余寿命预测是视情维修决策的重点和难点.针对工程实践中历史数据少、模型参数估计精度低的问题,建立一种基于随机滤波(SF)的齿轮箱剩余寿命预测模型.该方法采用递归期望最大化(REM)算法对模型参数进行递归更新,推导极大似然估计方法的参数递归更新过程,最后经实例验证模型的有效性和实用性.     

预压力滚压表面纳米化技术原理及应用

针对装备零部件表面疲劳失效的问题,开发了一种能够在堆焊修复层表面制备纳米晶粒的预压力滚压技术,分析了该技术的设备特点和基本工作原理,利用场发射扫描电镜、高分辨透射电镜和纳米压痕仪对堆焊层表面纳米晶层微观结构及力学性能进行了分析。结果表明:滚压加工后,零件表面形成明显的塑性变形层,其中严重塑性变形层厚度约为15μm;最表层形成了细化均匀的纳米晶层,平均晶粒尺寸约为10 nm;表面硬度提高了3倍。该技术能够有效地细化表面晶粒,达到优化金属零件表面结构的目的。     

装备器材保障网络仿真与抗毁性测度

研究了计算机仿真生成装备器材保障网络的方法。基于生成的装备器材仿真网络,从网络拓扑层、保障业务层2个层次构建了装备器材保障网络抗毁性测度指标与模型,通过仿真实验对装备器材保障网络的抗毁性能进行了分析,结果表明:构建的装备器材保障网络在网络拓扑层具有较好的抗毁性能,特别是在面临随机攻击时,其抗毁性能较为满意;而在保障业务层其抗毁性能较弱,需考虑采取措施以避免外界因素对保障业务的干扰,进而提高装备器材保障网络的抗毁性。     

交流电子负载的谐波间谐波机理分析研究

分析了馈能型交流电子负载谐波间谐波产生的机理,基于馈能型电子负载工作原理,对电子负载输出信号进行研究,得出输出信号含有谐波间谐波等多种成分.采用MUSIC算法估计电力谐波信号频率,针对电力信号实值的特点,对MUSIC算法进行相应改进,获得较高的检测精度,同时对比了FFT算法的频率估计结果,得出MUSIC对电力谐波信号尤其是间谐波等负载谐波具有更高的精度,对电力系统监测及电能质量评估有较大应用价值.     

装备任务成功性评估研究现状与展望

分析了可执行任务类型与任务成功的判别条件,归纳了装备任务成功性评估的主要方法与采用的关键技术,提出了评估中存在的问题,展望了未来研究的发展方向。     

基于重构相空间AD-SVM的短期电力负荷预测

利用重庆市九龙坡区电网2009年7月1日000-10月8日4：00 99 d共2 380个历史电力负荷数据,分析其特点和规律.将构建混沌理论的平均位移（AD）法和支持向量机（SVM）相结合,提出了一种新的短期电力负荷预测模型.通过仿真计算,将结果与神经网络法预测结果进行对比,可得新方法能较好反应数据变化趋势,并且具备较好的拟合能力,能够提高负荷预测精度.在实际短期电力负荷预测中,可优先选用平均位移法与支持向量机相结合的新方法.     

基于观测预测粒子滤波的雷达组网目标状态估计

雷达组网系统跟踪目标时,观测数据与目标跟踪状态成严重非线性关系,难以用卡尔曼滤波最优估计方法,处理非高斯非线性系统滤波估计问题的粒子滤波算法容易产生粒子退化问题。因此,使用观测预测粒子滤波算法解决这个问题,该算法基于观测似然进行重要性采样,结合一步预测信息计算粒子权值,保证了采样粒子处于高观测似然区,并充分利用了一步预测信息。仿真验证表明,将观测预测粒子滤波算法应用于目标状态估计,避免了粒子退化,收敛快,估计精度高。