火控系统的故障成因及专家系统的建立方法

针对火控系统的故障成因,通过几种常用故障诊断方法的比较,提出了最适合火控系统故障诊断的专家系统法,并就系统的核心问题—系统的总体结构、知识库的建立和推理机制的实现等方面给出了详细的介绍,以提高其应用价值。     

基于模糊神经网络的弹道导弹测发控系统故障诊断

将模糊神经网络应用于导弹测发控系统的故障诊断。经过仿真发现,模糊神经网络可以充分利用专家知识的不确定性,而且诊断效果很好。     

基于神经网络的雷达抗干扰能力评估

为评估对空情报雷达抗电磁干扰能力,首先建立了能力评估的层次模型,并给出了基于BP神经网络的评估模型结构,以及变步长的学习算法,并在Matlab系统内得以实现.结果表明,该模型及方法对评估对空情报雷达抗电子干扰能力具有一定的实用价值.     

BP神经网络在无源雷达目标识别中的应用

目标识别技术是无源雷达的关键技术之一.针对无源雷达目标识别的特点,在分析空中目标类型和目标表征的基础上,建立了基于BP神经网络的目标识别模型,并对设计该模型涉及的基本问题进行了详细分析,最后运用该模型对给定特征的空中目标的进行了实验.实验结果表明,该模型提高了目标识别的稳定性和准确性,是有效可行的.     

基于BP神经网络的火控雷达抗干扰效能评估

建立了火控雷达抗干扰效能评估体系,给出了评估体系中各个因子的计算方法,克服了输入值与评价结果之间非线性关系复杂的难题。探讨了应用人工神经网络解决火控雷达抗干扰效能评估问题,并且给出了神经网络的评价模型及算法。实例证明该方法是可行的,模型用于火控雷达抗干扰效能评估可较好地克服人为因素的影响,使评估结果更为合理可信。     

基于FMLNet的光学成像雨（雾）信息自主消除算法

航天发射和回收任务中,通过运载火箭以及无人机获取的光学图像易受雨雾的影响导致成像质量下降。为了同时满足雨纹消除和除雾应用需求,进一步提升雨（雾）图像信息恢复的质量,将特征提取、多尺度映射、局部极值以及非线性回归处理相结合,设计一种新的雨（雾）信息自主消除网络（FMLNet）,提出一种基于FMLNet的光学成像雨（雾）信息自主消除算法。使用Maxout单元层生成几乎所有与雨（雾）相关的特征,运用一种新的非线性激活函数（BReLU）以提高恢复无雨（雾）图像的质量,使其特征提取层和非线性回归层与经典CNN网络具有明显的不同。分别对雨（雾）图像数据集进行实验测试,结果表明,算法在峰值信噪比（PSNR）和结构相似指数测度（SSIM）评价指标上均优于其他常用算法。通过各算法处理效果的视觉观察比对,该算法能够很好地进行图像雨纹消除和图像除雾,能将不同雨（雾）场景下的图像恢复至细节丰富的干净场景图,图像复原度更高、视觉效果更好,从而验证了算法的有效性。     

软试验床关键技术-知识获取及管理系统

本文介绍了机器学习现状和基本理论,在分析知识获取的一般方法的基础上,提出了软试验床的关键技术之一的知识获取方法、途径及其管理系统的结构、功能。重点研究知识获取工具、基于数据库的知识获取、知识推理工具和知识库系统。     

地面防空作战中敌空袭规模预测模型

地面防空作战中,为有效地实现资源的优化配置,达到量敌用兵的目的,有必要对敌空袭规模进行预测.在遗传算法与BP神经网络结构模型相结合的基础上,利用遗传算法训练并优化神经网络权重,并对敌空袭规模进行预测.同时与BP算法和灰色系统理论模型进行了比较,经实例检验,计算结果与战场统计结果接近,并优于BP算法和灰色理论模型,具有良好的预测效果.     

基于PCA-BPNN的航空发动机使用经济性模型

从航空发动机的使用经济性角度出发,对其主要使用经济性指标耗油率,提出了基于主成分分析与BP神经网络的航空发动机使用经济性建模方法.利用主成分分析从耗油率相关因素中提取主特征分量,消除样本问的相关性,降低BP网络的规模.接着,利用BP网络高度非线性映射能力构建模型.最后通过实例,验证了该模型的有效性,从而为涡扇发动机的方...     

神经网络在声纳目标识别中的研究进展

综述了神经网络在声纳信号预处理、目标特征提取及其自动分类方面的研究进展,简要分析了神经网络模型的特点和在应用中的局限性。并对该领域的发展趋势提出了自己的看法。