BP神经网络在电子设备可靠性验证中的应用

讨论了借助MATLAB的BP神经网络解决电子设备在寿命分布未知和小样本试验数据时的可靠性评估方法, 并给出了一个应用实例, 该方法可以提高可靠性评估置信度, 并能节省试验时间和费用, 特别适用于大型复杂电子设备。     

某高炮连集成指挥平台的设计与实现

介绍了一种基于USB技术的便携式高炮连集成指挥平台,叙述了设计构想及工作原理.详细描述其硬件电路设计,包括:主控机、通信控制电路及各接口电路的设计;然后给出了相应的软件设计,包括单片机通信控制软件及主控机各主要工作模块的软件设计.实验证明该集成指挥平台具有良好的性能,且充分考虑系统工作环境电磁环境复杂、无间断工作的特点...     

基于神经网络模型的地震加速度谱线模拟

采用人工神经网络模型对地面地震加速度谱线进行模拟,经过分析、比较发现在没有滤波的情况下,只有选择合理的人工神经网络模型结构才能取得较好的模拟效果;经过滤波后,各神经网络均能较好地模拟地震加速度谱线。人工神经网络模型为建立人工地震波模型开辟了新的途径。     

标准实施和监督的对象

标准实施和监督的对象即标准化的对象。可以是各种产品,如武器系统、分系统、设备、零部件、元器件、原材料等硬件产品或软件产品;也可以是各种过程,如质量管理等管理过程,环境试验等试验过程,可靠性工程等工程过程;也可以是各类服务,如产品售后服务、运输服务、后勤保障服务、技术资料提供服务等。     

基于深度卷积神经网络的蛇形机动航迹图像识别

为提高防空武器系统对空袭目标的拦截防御能力,针对现有蛇形机动识别算法鲁棒性较差的问题,提出了将航迹坐标数据转化为图像,利用深度神经卷积神经网络进行航迹模式分类的方法。针对航迹数据直接转化为图像时存在机动幅度不明显或过大的问题,提出了有效解决方案。基于CAFFE平台进行了大量仿真实验,确定了适宜于航迹模式分类的深度卷积网络结构和网络参数。实验结果表明,该方法能有效提高蛇形机动航迹识别的鲁棒性。     

证据理论与模糊神经网络相结合的身份估计方法

重点研究了在数据融合身份估计领域中D-S证据理论与模糊神经网络相结合的多传感器数据融合方法。Demp-ster-Shafer证据理论方法是对Beyes决策检验法的推广,证据理论比概率论满足更弱的公理系统,并且在区分不确定与不知道等方面显示了很大的灵活性,但是在基于证据理论的身份估计融合中,基本可信度的分配是一个与应用密切相关的问题,也是实际应用中最难的一步。利用模糊神经网络来处理证据理论中的基本可信度分配问题,并对几种空中目标进行了身份估计数据融合,经计算机仿真实验证实了该方法的有效性。     

一种基于SCA的FPGA硬件抽象层设计方法

针对软件无线电关于波形软件的可移植性要求,借鉴软件通信体系硬件抽象层连接规范,采用开放式体系结构和模块化设计思想,研究了一种针对FPGA的硬件抽象层设计与实现方法.通过引入source和sink接口抽象底层的硬件连接,使FPGA的波形设计与具体硬件平台分离,实现硬件系统中波形软件的动态配置.在实际信号处理系统中的应用表明,使用该方法设计的软件具有很好的可移植性、可重用性和可互操作性,可减少重复开发,能有效缩短系统开发周期,提高系统开发效率.     

基于神经网络的火控系统故障诊断专家系统

针对某型战机航空火控系统故障诊断方法对维修人员、检测设备依赖性大、故障诊断时间长等弊端,提出将神经网络与专家系统技术相结合应用于该型战机火控系统的故障诊断中.根据火控系统的故障特点给出了其神经网络专家系统的结构,建立了系统知识库,设计了系统运行的主界面和四大运行模块.经部队外场维修人员使用证明,该系统易于维护和使用,故障诊断准确率较高,有较强的鲁棒性.     

使用低分辨率雷达和神经网络进行舰船目标识别

本文研究使用低分辩率下靶区雷达包络线、预处理和神经网络工具进行舰船目标分类的方法。文中使用改进的傅里叶离散梅林变换来提取对雷达姿态角变化不太敏感的某些特征。使用Kohonen的学习矢量量化(LVQ)自组织映射对这些特征矢量进行分类。文中也研究了使用反向传播算法进行训练的前馈网络在目标分类中的应用,并将这一分类系统用于模拟和真实两种数据。对于目标姿态角误差不超过30度的真实数据,分类的正确率高达90％。