杂波对空中平台侦察的影响分析

为从功率角度说明杂波对空中侦察设备的影响,提出一种新的杂波功率计算方法,该方法将杂波功率计算从单散射块的简单模型扩展到全向散射空间的精确模型。首先,选取合适的杂波后向散射系数模型;其次,构建空中平台与机载雷达的几何模型,详细地推导了等距离环数学表达式,在考虑距离模糊情况下推导了杂波功率数学表达式;最后,仿真结果表明:该方法比文献杂波功率计算方法更加准确,从功率角度说明了杂波对侦察的影响,为后面研究杂波抑制奠定了基础。     

要地防空敌袭主攻方向判断方法研究

主要对要地防空时多个可能的敌空袭兵器来袭方向进行了分析,并确定每个来袭方向的综合评价指标。应用模糊层次分析法建立多层次的评价指标体系,确立被评事物对各等级模糊子集的隶属度。应用灰色关联理论消除各个因素之间的量纲和数量级差异,将综合运算得到的量值进行排序比较,以供指挥员进行战场情况判断。     

ASP技术在信息传输与指挥系统中的应用

模糊查询在信息系统中应用范围非常广泛,针对B／S构架信息系统查询的局限性,以ASP作为低层支持,综合利用ADO技术与DHTM技术,增强查询的交互性和可靠性,给用户提供最大的自由度。重点以TCL移动通信公司营销指挥系统为例,探讨了ASP技术在系统数据库模糊查询中的应用。     

基于犹豫模糊混合云模型的航空装备保障系统效能评估

针对航空装备保障系统效能评估过程存在定性指标与定量指标共存、评价信息具有不确定性等问题,提出了一种基于犹豫模糊混合云模型的效能评估方法。根据语言变量的转换与正态云模型之间的混合规则,将犹豫模糊语言术语集转换为梯形云模型,并根据云模型的数字特征,提出了犹豫模糊语言术语集的犹豫度函数与标度函数,实现了对定性指标的量化,兼顾了评价信息的犹豫性、模糊性和随机性。利用区间层次分析法结合灰狼优化算法对效能评估指标体系进行权重赋值,确定系统效能等级。通过应用实例与方法比较表明：犹豫模糊混合云模型不仅评估结果可靠,而且能够识别系统的运行状态,发现系统建设的短板,为提高系统效能提供重要的参考意见,更具有实用性。     

基于卷积双向长短期神经网络的调制方式识别

针对现有卷积神经网络方法下调制识别时间较长、网络较复杂等问题,将卷积神经网络(Convolutional Neural Networks,CNN)与双向长短期记忆神经网络(Bi-directional Long Short-Term Memory,BiLSTM)相结合,提出一种基于CNN-BiLSTM的调制方式识别方法。利用CNN卷积运算提取信号的空间特征,利用BiLSTM提取到信号的时序相关性,利用softmax层输出识别概率,达到多调制识别的目的。实验结果表明,在没有信道和噪声等先验信息的条件下,该方法的识别性能得到了进一步提升,能有效识别16QAM、64QAM等11种调制类别,且该方法的复杂度较低,大大节省了训练识别时间,具有较好的工程应用价值。     

伺服电机NCS神经网络PID趋近律滑模控制

针对直流伺服驱动电机的网络控制系统的非线性控制系统特性和神经网络多包传输的特性,提出一种基于滑动窗口策略的多核LS-SVM神经网络PID趋近滑模控制器。该控制器可以在线控制和预测丢包补偿,并将其控制系统实现为一种具有延迟和丢包的多包数据传输直流控制器的伺服驱动电机神经网络自动控制补偿系统。其主要方法为,首先基于等效变换、无延迟和滑动窗口相结合的LS-SVM在线数据包损耗预测,建立系统的延迟补偿模型。其后通过神经网络的非线性映射对PID参数进行在线调整,实现稳态并进行分析。仿真结果表明,组合内核LS-SVM预测策略可以提高数据包损失补偿的准确性,减少系统抖振,在响应速度较快的情况下完成整定。