装备维修性增长的Gompertz模型

为提高和完善装备的维修性,初步提出维修性增长的模型,分别利用Virene算法和最小二乘法估计Gompertz模型参数,通过Gompertz模型预测装备未来的维修性水平,最后结合维修性增长试验数据,运用实例说明了2种方法的合理性.计算结果表明,运用最小二乘法估计Gompertz模型参数更加准确.     

基于改进LS-SVM的雷达故障诊断技术

针对传统雷达系统故障诊断流程复杂、诊断时间长且准确率仍有上升空间的问题,将改进最小二乘支持向量机算法引入到雷达系统故障诊断中,建立雷达故障诊断模型。该方法很好地解决了分类和函数估计问题,加快了诊断速度,改善了最小二乘支持向量机的鲁棒性和稀疏性,并提高了诊断准确率。通过对某型雷达故障诊断实例仿真,对比改进最小二乘支持向量机和传统神经网络在雷达故障诊断上应用的效果,仿真结果验证了该方法较传统神经网络,具有更好的雷达故障诊断效率和准确率。     

纯方位跟踪时利用方位变化规律检测目标机动问题

针对纯方位跟踪中目标变向变速机动导致方位信息可能出现的非平滑变化,首先推导出观测平台与目标均匀速直航时目标方位变化的准确规律,运用最小二乘估计法选取了模型参数并设定了阈值的大小,并设计出具体的算法流程,通过仿真计算,对本算法的可行性进行了验证。结果表明,方位变化规律作为目标机动检测的证据具有一定的可行性,但在一些特殊的态势下,检测灵敏度不高,并对这些态势时行了分析。     

基于改进QPSO-NN的冗余机械臂逆运动学算法

针对某种冗余机械臂逆运动学求解的问题,提出了一种基于改进量子粒子群神经网络的求解算法。以冗余机械臂末端位姿为输入,经神经网络求得其逆解;针对神经网络输出结果误差较大的问题,把神经网络求初值加入初始化的粒子群中,通过基于Metropolis准则改进量子粒子群算法,避免了量子粒子群算法的早熟现象;以关节坐标经正向运动学求得的末端位姿和期望位姿的误差为适应度函数,对机械臂关节坐标迭代寻优。仿真结果表明该方法结合了神经网络算法的快速性和改进量子粒子群算法的精确性,满足求冗余机械臂逆运动学问题的速度和精度要求。     

基于估计协方差MME检测的频谱感知算法

针对小采样数据长度下,采样协方差矩阵对统计协方差矩阵估计不准,影响传统最大最小特征值(MME)检测算法检测性能的问题,提出一种基于逼近收缩(OAS)矩阵估计的改进MME检测算法。首先利用OAS估计量对采样数据做协方差矩阵估计,再对估计协方差矩阵特征值分解,将最大最小特征值之比作为检测统计量,克服了传统MME算法检测门限随采样点大幅波动的缺陷,提高了检测门限的鲁棒性。仿真结果表明,所提算法的检测门限具有鲁棒性,检测性能提高了1 d B~2 d B。     

任意寿命分布下k/N(G)系统定时维修决策模型

针对大型k/N(G)系统维修保障特点,提出了一种定时维修策略。以系统使用可用度为约束条件,以系统期望维修费用率最小化为优化目标,建立了任意寿命分布下k/N(G)系统定时维修优化模型,并提出了一种求解模型的数值迭代算法。实例分析表明,该模型既能计算定时维修策略下k/N(G)系统使用可用度和期望维修费用率,又能确定最佳的定时维修间隔期和最佳的换件维修人数,可为k/N(G)系统预防性维修提供决策支持。     

“有线王”的进阶路

"游孔亮,你不是搞有线的料,转行吧",面对老兵们善意的劝慰,这个从福建农村入伍的"小个子"却有一股执着的倔劲:"你们不看好我,我就用成绩来证明!"风大、雨疾。刹那间,一群身背线盘的通信兵冲过炮火封锁区,在滂沱大雨中跃高墙,穿铁丝网,如猛虎下山……7月中旬,皖东某丘陵,空降兵部队一场单兵通信技能综合作业比武拉开战幕,数十名来自不同单位的技术尖子一较高下。在强手如云、训练尖子集聚的阵势中,一个身材瘦削干练的"小个子"脱颖而出,只见他背着线盘飞快地     

作战仿真实验数据预处理研究

数据预处理是数据分析的关键步骤,可为数据分析提供较为干净、整齐、结构一致的数据。然而通过作战仿真实验得到的数据存在一定程度的不规范、异常、缺失或冗余等问题,通过研究数据预处理方法可使得作战仿真实验数据达成数据格式规范化、异常数据正确化、缺失数据完整化和冗余数据精简化的目的,提高数据质量,使数据分析更加高效、准确。     

基于战术编队的相对导航GDOP分析

针对在实际作战中,飞行编队优先考虑战术原则,而忽视JTIDS/MIDS相对导航GDOP的现象。首先利用最小二乘法计算相对导航的GDOP值,其次根据战术原则建立编队模型,最后采用单一变量法,分析了平面位置关系、垂直位置关系及导航源的选择对GDOP值的影响,并将仿真结果与GPS定位导航的GDOP值进行比较。仿真结果证明,位置关系和导航源的选择对于改善相对导航的GDOP值,提高导航精度具有决定性的意义,且仿真结果为实际作战进行编队和选择导航源提供了重要参考。     

舰艇编队海上运输补给物资需求预测方法

按照是否与任务、事件相关,将物资需求分为两类,对于任务、事件相关物资需求的预测,将任务进行合理的分解,并根据物资消耗与任务、事件之间的关系,给出了预测的一般模型;对于与任务、事件联系不紧密的物资需求的预测,则根据历史经验及该物资固有的消耗规律,提出了经验预测模型。为了解决舰艇编队海上运输补给物资需求预测所存在的问题,利用案例推理的方法生成了预测所需的样本数据,以最小二乘向量机(LSSVM)模型为预测模型,并以岛屿进攻作战的防空弹药需求预测为例进行了实例分析。结果表明:案例推理生成的样本数据可用,选用LSSVM模型的预测结果与其他预测模型表现出了一致性,但LSSVM相对误差较小;该方法在某种程度上解决了样本数据有限的问题,适用于作战物资需求的预测问题。