动态系统可靠性分析的新概念

传统可靠性分析的概念只能描述静态逻辑关系,不能满足现代复杂动态系统可靠性分析的需要。在给出动态系统状态空间结构和结构函数的基础上,提出失效序列和失效丛的概念描述动态系统的故障模式,这一概念扩展了传统可靠性分析的概念,将割集、蕴含集等作为其在静态情形的特例。给出动态系统部件的概率重要度、结构重要度以及关键重要度的概念,用实例对提出的有关概念进行了说明。     

基于BP神经网络的极移预报*

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出BP神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。     

基于双PN周期的短码DS-SS信号扩频波形及信息序列盲估计方法

针对短码DS-SS信号盲解扩,研究了DS-SS信号的扩频波形及信息序列盲估计问题,提出一种基于双PN周期分解的扩频波形与信息序列联合盲估计算法,该算法在低信噪比条件下同时完成扩频波形和信息序列的估计,计算量小,且避免传统方法利用单PN周期分解时扩频序列连接的相位模糊等问题,提高了肓估计的正确率.最后仿真验证了算法的有效...     

m 序列完备递归采样值的存在条件

本文用群论方法讨论了n级m序列完备递归采样值的存在条件,证明了对任意n级m序列,其完备递归采样值存在的充要条件是商群G=Z_p~*/H(其中p=2~n—1,Z_p~*={s|(s,p)=1},H={1,2,2~2,…,2~(n-1))为循环群。在完备递归采样值存在的条件下,求出了完备递归采样值的个数为n.φ(φ(2~n—1)/n)。最后给出了递归采样值的一个重要性质。     

m 序列的完备递归采样法

本文提出了m 序列递归采样的概念,研究并解决了素数周期m 序列的完备递归采样,对周期为合数的情况得到了一些有用的结论。     

BP神经网络在极移预报中的应用

为了提高地球定向参数极移的预报精度,建立了一个极移数据预报模型。利用傅里叶分析研究插值基础序列的周期特性,验证了基础序列重采样的可行性,提取插值基础序列数据的趋势项,利用多输入-单输出反向传播(Back Propagation,BP)神经网络建模预报不同跨度的残差序列,合并趋势项和残差序列得到最终的极移预报。预报结果表明,选取合适的插值基础序列得到的预报极移精度较高,此BP神经网络能够有效地应用于地球定向参数极移的预报。     

基于码相扩展的TTCM直序扩频系统研究

提出了一种基于码相扩展扩频信号集上的TTCM直接序列扩频系统方案,通过将Turbo编码与扩频映射相结合,使得信号之间的最小欧氏距离增加,从而在不增加发射功率、不减小信息速率、不改变调制方式的前提下提高了系统的误码率性能.仿真结果表明,基于码相扩展的TTCM直序扩频系统可以比单纯直序扩频多获得1～3dB的编码增益,同时对载波初相估计误差和相位噪声的敏感程度并不增加.     

神经网络在联合火力打击目标价值分析中的应用

针对联合火力打击中目标价值的特点,运用BP神经网络理论对目标价值进行分析,并建立了联合火力打击目标价值分析指标体系,设计了BP神经网络模型;通过定义学习代价函数、确定函数输出信号、修正函数信号、网络初始化等改进BP算法对目标价值进行了分析,得到了目标打击序列分类.算例验证了该算法的合理、高效、稳定,在联合火力打击中目标优选分类方面具有广泛的实用意义.     

基于可变模板的前视目标跟踪算法

基于图像序列分析的图像制导极大地提高了成像武器的跟踪精度。给出了一种基于可变模板技术和遗传退火算法的图像序列目标跟踪算法。根据目标的物理特征构造出可变模板,定义合适的能量函数,采用遗传退火算法进行优化搜索。实验结果表明,该算法能够精确检测并跟踪目标,具有很快的收敛性和较高的抗噪声性。     

光栅扫描雷达显示中的余辉模拟

在光栅扫描雷达显示系统中,模拟随机扫描雷达显示系统中的余辉效应是新式雷达尚待解决的一个重要问题。本文讨论了新型的光栅扫描体制的雷达显示系统以及怎样实现余辉效应的方法。以伪随机序列为理论基础,用移位寄存器构成一个随机地址发生器,用高速只读存储器ＰＲＯＭ查询数据,对视频存储器ＶＲＡＭ进行读改写过程,使视频数据递减,以达到模拟随机扫描雷达的余辉效应,起到了良好的仿真效果。