通信侦察中基于神经网络的伪码序列估计

针对直接序列扩频通信信号伪噪声(PN)码的干扰侦察问题,在已知信号伪码参数的前提下对直扩信号进行特征分析,用基于变步长的PCA神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebb学习规则的无监督多主分量神经网络,结合自适应变步长学习算法,在估计在线特征值的基础上来控制步长的变化,以使神经网络最终达到较好的稳态收敛。理论分析和仿真结果表明,本方法能在较低信噪比的情况下对较长伪码进行准确的估计。     

三种艉部附体方案的粘性阻力数值计算

水面船舶艉部附体不但影响船舶的阻力,而且对螺旋桨的伴流分数以及推力减额也会产生较大影响。近年来,越来越多的研究者都重视使用数值方法进行船舶附体优化设计。在分析某排水型水面船舶艉部附体特点以及优化目标后,设计出两套艉部附体优化方案。通过数值计算方法对这3种方案的船体带附体模型在不同雷诺数条件下进行三维粘性流场的数值模拟。分析比较了它们的粘性阻力和螺旋桨桨盘面处的伴流,最后得到双尾鳍附件的最优方案。     

一种交互式舰艇不沉性概率评估与设计系统

为了提高舰艇在武器攻击后的不沉能力,在舰艇设计阶段就必须对不沉性进行概率评估。为此,介绍了一套完整的舰艇不沉性概率评估与设计系统,着重对其所需要的关键技术进行了详细阐述。首先,使用"子剖面"法,解决了复杂水密区域和船体外形的标准建模问题;然后,分析了武器炸点的三维分布规律和概率密度分布函数,在判断水密区域是否破损研究时,提出了"三维微元"算法,避免了求解复杂的非线性方程组;最后,在进行沉没逻辑定义时,引入了稳度储备系数的概念,以描述大角稳性对舰艇沉没的影响情况。该系统为设计人员提供了一个进行不沉性概率计算的平台,使用非常方便。     

面向多星观测调度的分层迭代算法

提出一种基于分治策略的多星观测分层调度框架,在该框架下,用蚁群优化算法把任务分配至各轨道圈次上,并利用自适应模拟退火算法求解各轨道圈次的调度问题。根据各轨道圈次调度结果的反馈情况,再调整任务分配方案,重复上述过程直到达到算法终止条件。为了提高算法的性能,在设计蚁群算法的启发式信息模型时,应充分考虑卫星调度问题的领域知识;在模拟退火算法中设计两个邻域结构,采用动态选择策略在优化过程中确定最佳邻域搜索结构。仿真实验表明,该方法有效地降低了问题求解的复杂度,尤其在求解大规模多星观测调度问题时表现出优异的性能。     

城市道路交通运输发展和优化管理

中国城市人口稠密 ,道路交通运输的发展应采用地铁、公交车为主 ,个体小公交车、出租车为辅的运输模式 ,逐步缩减摩托车、自行车。近期城市道路交通运输应优先发展天然气公交车和电车 ,拓建、新修道路 ,解决交通堵塞、空气污染等问题 ;城市道路交通运输的管理在于规范车辆运行秩序 ,为人们的工作、生活出行提供便利 ,提高社会经济效益。文中提出公交车、出租车的颜色标识、运行机制等建议 ,重点解决混合交通和公交车乘客拥挤现象 ,促进城市道路交通运输的良性发展。地铁对优化城市道路交通运输的发展和管理意义重大 ,应逐步纳入中、远期发展规划     

使用关联规则技术构建入侵检测系统行为模式规则库

入侵检测是用来发现网络外部攻击与合法用户滥用特权的一种方法。数据挖掘技术是一种决策支持过程。它能高度自动化地分析原有的数据 ,做出归纳性的推理 ,从中挖掘出潜在的模式 ,预测出客户的行为。根据数据挖掘技术在入侵检测中的应用情况 ,可采用关联规则技术实地建立了一个网络行为模式规则库     

二次型极小化问题的迭代算法

在新的控制条件下,证明了二次型极小化问题的迭代算法的有效性,所得结果改进了徐洪坤关于二次型优化的最新结果。     

人工神经网络特征优化方法在模式识别中的应用

在模式识别中,特征量的选择及组合优化是设计模式识别系统的关键问题,它强烈地影响到分类器的设计及其性能。人工神经网络除了在模式识别中作为分类器应用之外,而且能够实现特征参数的提取。通过采用人工神经网络模型,对柴油机故障的特征量优化方法进行了研究,实现了对柴油机故障的特征提取及优化。     

基于Multi-Agent的油料动态优化调拨系统研究

将Multi-Agent理论与方法引入到油料调拨领域,对油料动态优化调拨问题进行描述与求解,提出基于Multi-Agent的油料动态优化调拨系统体系结构,构造面向油料保障过程的各类Agent及其运行机制,建立相应的油料动态优化调拨模型,阐明基于Multi-Agent的油料保障资源分布式管理,对提高油料快速保障效率具有重要意义。     

用分区技术改善数据库查询速度研究

提高超大型数据库(Very Large Database)的查询速度是应用系统中的一个关键问题。从平衡I／O、剪枝(Pruning)、智能连接(Partition—Wise Joins)和索引四个方面出发,使用分区(Partitioning)技术来提高超大型数据库的查询速度,该技术对提高应用系统性能有一定的指导作用。