装备再制造性指标分配

再制造性设计是装备再制造工程的重要组成部分,是实现退役装备易于再制造的可靠保证,而再制造性指标分配是再制造性设计的重要内容,它能够保证所要求的指标科学地分配到装备各零部件,实现装备再制造效益的最大化。探讨了再制造性指标分配的相关概念及其再制造性指标分配程序,并提出了几种可行的再制造性指标分配方法,为装备的再制造性设计提供了有效的技术支撑。     

新型静电电位动态测试系统的研制

该测试系统主要依据接触式测试法和电压转换测试原理进行测试。通过对该系统的高压线性和频率特性进行校准,达到了设计要求。对人体静电电位进行测试实验,结果显示该测试系统运行稳定,响应速度快,测试数据准确,并可自主进行数据换算和存储。     

基于BP神经网络的装备器材需求预测模型

准确预测装备器材的需求数量,是装备器材保障工作的重要内容和装备器材计划管理的前提。采用BP神经网络算法,通过对装备器材历史消耗数据进行处理,建立了装备器材需求预测模型,并结合实例,对模型进行了探讨和验证。     

FlexRay在导弹测试系统中的应用

针对导弹测试系统可靠性差、通信速率低的缺点,在分析测试需求的基础上,提出了一种基于Flex Ray总线技术的导弹测试系统总体设计方案,给出了数字信号处理器与总线控制器的接口硬件电路、软件流程,分析了设计中需要考虑的主要问题。     

基于遗传神经网络的装备研制作战需求方案评价

针对评价问题的实际情况,利用神经网络良好的自适应性和遗传算法强大的全局搜索能力,采用遗传算法和BP神经网络相结合的遗传神经网络算法解决装备研制作战需求方案评价问题。通过样本数据训练,提高了评价的准确性和适应性。仿真实验表明,该算法能够较好地克服人为因素和随机性的影响,其稳定性和精确性也有较高。     

一种基于神经网络的电液伺服系统智能控制方法

为解决智能控制中电液伺服系统的非线性和不确定性等缺陷,将神经网络控制技术和常规PID控制技术结合起来,分别进行了神经网络辨识器设计和神经网络控制器设计,利用神经网络在线辨识能力有效解决单神经元PID控制参数的调节问题,从而提出了一种基于神经网络的电液伺服系统智能控制方法.通过构建实验系统检验智能控制器的工作情况,实验结果表明该智能控制方法能够改善系统的动态特性,减小系统的稳态误差,具有较好的自适应性和鲁棒性,控制效果良好.     

协议测试中测试序列生成方法综述

文章在介绍协议一致性测试基本概念的基础上,重点列举了测试序列的几种生成方法。对目前广泛采用的形式化描述模型,重点介绍其中基于有限状态机模型的测试序列生成方法,同时对基于扩展有限状态机以及确定有限状态机的测试序列生成方法也进行了介绍。文章对每一种方法介绍了其原理并分析了其使用中的局限。文章最后指出了在协议测试中面临的问题和进一步研究的方向。     

基于高阶累积量与神经网络的干扰识别算法

研究了一种基于高阶累积量和神经网络的干扰识别算法。该方法把卫星通信中常见的各种干扰信号的归一化高阶累积量作为分类特征参数,应用神经网络对特征参数进行分类训练,将接收干扰信号的归一化高阶累积量输入已训练的神经网络进行干扰类型的识别。试验结果表明:该算法在低干信比的情况下具有较高的识别准确率。     

基于深度学习的网络安全预见路径研究

当前,我国正处在由网络大国向网络强国转变的关键时期,网络安全威胁不容小觑。以深度学习为代表的人工智能技术在网络安全领域的应用价值日益凸显,着眼基于深度学习的网络安全预见路径和价值趋向研究,能够从方法论层面有效提高抵御网络安全威胁的主动性和针对性,实现由"被动防御"向"主动预见"的网络安全战略升级转型。文章探讨相关概念内涵,提出"数据预判—技术预测—战略预见"的网络安全预见逻辑路径,并对深度学习技术在网络安全预见领域的应用前景进行探讨,从技术的融合渗透、开源共享、要素协同治理等方面阐释了网络安全预见的价值趋向,通过理论分析论证深度学习技术对提升网络安全预见力的重要作用。     

面向射频指纹识别的高效IQ卷积网络结构

现有应用于射频指纹识别的卷积网络对时序同相正交(in-phase and quadrature-phase, IQ)信号的处理都是将其简单视为图像进行的,存在识别准确率低和计算量大的问题。针对以上问题,提出了一种基于IQ相关特征的卷积神经网络结构。该网络分步提取了IQ相关特征及时域特征,通过自适应平均池化获得了各通道特征均值,并用单个全连接层进行分类。实验结果表明,较传统卷积网络结构,所提网络在多种场景下的识别准确率更高,并且计算量更小。