导弹装备战场损伤预测仿真研究

装备的战场损伤、损耗预测是作战保障的基础。文中构建了导弹装备损伤预测的马尔可夫Markov模型,导弹装备战场损伤部件数量动力学预测模型,并针对战场损伤强度和维修强度对损伤概率和部件损伤数量进行了仿真。对导弹作战计划以及装备保障与维修计划的制定具有指导意义。     

基于改进核极限学习机和集成学习理论的目标机动轨迹预测

为了提高目标轨迹预测的精度以及预测模型的泛化能力,提出基于改进蝙蝠算法优化的核极限学习机(Kernel Extreme Learning Machine,KELM)和集成学习理论目标机动轨迹预测模型.构建KELM模型,并采用改进的蝙蝠算法对KELM的参数进行优化;以优化后的KELM神经网络为弱预测器,结合集成学习算法生...     

履带车辆悬挂系统关键部件疲劳寿命预测技术研究

针对履带车辆悬挂系统关键部件-扭力轴的疲劳寿命预测技术展开研究,首先利用机械系统动力学仿真软件ADAMS建立了悬挂系统多刚体动力学模型, 应用模态集成方法在悬挂多刚体模型中集成扭力轴柔性体,通过添加约束与载荷边界条件,建立悬挂系统刚/柔体耦合模型。通过对典型工况的仿真计算,可以得到扭力轴上每个节点的载荷时间历程与应力时间历程,结合扭力轴的材料特性,并考虑应力集中系数、平均应力修正等各种影响因素,实现悬挂系统扭力轴疲劳寿命的预测。最后将实验结果同仿真结果进行了比较,得到了具有工程意义的结论。     

应用改进灰色预测模型进行装备修理费用预测研究

由于装备修理活动对承修方和托修方的严重信息不对称,托修方会采取各种方式希望获得尽可能多的修理费用信息,装备修理费用预测是一种很好的途径。本文分析了我军装备修理费用数据信息的特点,引入灰色预测模型进行预测,并对模型进行了改进,提高了预测精度。     

军事时间序列预测分析初探

为了更好地对军事领域中的时间序列进行预测 ,作者以ARMA(p ,q)模型为基础 ,编制了ARMA预测软件 ,同时考虑到军事领域中诸多序列往往连续的和非平稳的时间序列 ,于是在ARMA预测软件的基础上增加了连续型时间的离散化模块和非平稳型时间序列的平稳化处理模块 ,使得预测更趋科学和合理 ,并且在战例分析上得到了令人满意的结果     

一种高质量的极低比特率声码器

在数字语音通信中,极低速率语音编码有着广泛的应用前景,是声码器研究中的重要课题。本文提出了一种高质量的极低比特率声码器,这种声码器利用了矢量量化,马尔可夫链等技术,对经过线性预测分析后得到的语音参数进行压缩。计算机模拟结果证明所提出的极低比特率编码系统是成功的,其合成语音达到了较高的自然度和可懂度。     

反导预警体系作战风险分析及评估模型研究北大核心

反导预警作战具有残酷性、突发性、多变性等特点,决定了其作战过程的高风险性,对其进行风险分析和评估直接影响和决定体系作战运用成败。从影响体系作战的静态和动态两大方面对风险因素进行分析,并运用灰色系统理论对体系作战风险进行评估,最后结合实例对反导预警体系作战风险进行评估,验证了该方法的合理性和有效性。研究成果将为反导预警体系作战运用提供决策依据。     

反射射线追踪技术在城市场景多径预测中的应用

多径效应是影响通信、导航系统性能的关键因素,其不仅影响信号传播的功率衰落,还会引起信号时延、频移、极化等参数的变化,导致通信、导航系统性能下降。针对多径效应,提出基于虚拟源树、环境分区处理、背向检测等加速技术的反向射线追踪算法进行快速三维路径追踪,准确预测多径信号的损耗、时延分布。在此基础上,以城市场景为例进行算法仿真,并对任意尖劈绕射算法进行深入研究。以信号在简易街道传播为例,对比分别利用所提算法原理的MATLAB程序和利用Wireless Insite仿真得到的反射路径与功率分布,验证了算法的有效性。     

TOPSIS和灰色关联度结合的信号质量评估方法北大核心

针对弹药感应装定系统信号质量评估结果失准,受传统TOPSIS法在质量评估过程中出现欧氏距离相等,而无法实现明显区分的限制,提出将灰色关联度分析(GRA)与TOPSIS法相结合,以此来改进TOPSIS方法。该方法弥补了因指标间相关性而导致欧氏距离失效,又反映了数据曲线趋势上的相似性,是一种静态距离与动态趋势相结合的决策方法,评估结果更加合理。此外,熵权法和层次分析法(AHP)确定的组合权值兼有主客观性质,成为合理决策的前提。最后,通过在感应装定系统信号质量评估的应用验证了该方法的可行性与有效性。     

BP网络在火灾形势预测中的应用

分析将BP网络应用于火灾预测研究的可行性与优势 ,并将神经网络与时间序列分析相结合 ,对火灾形势预测进行探讨