BP人工神经网络的应用及其实现技术

简述了BP人工神经网络的算法原理 ,利用Batchnet程序对一个三层BP人工神经网络进行了设计 ,应用Matlab中人工神经网络工具箱设计了一个用于函数逼近的BP人工神经网络 ,最后 ,运用Matlab中可视化工具Simulink对一个BP人工神经网络例子进行了仿真 ,通过例子 ,探讨了BP人工神经网络的应用并介绍目前几种实用的BP人工神经网络实现技术 .     

窄带GSM网在军用移动多媒体通信中的应用研究

本文结合窄带ＧＳＭ网移动通信的信道传输特点,对利用该主道传输军用多媒体信息进行了可行性分析,给出了一种利用窗带ＧＳＭ移动通信网进行军用多媒体传输的实施方案,试验结果表明方案可行,软件可靠性高,可移植性强,具有较高的应用价值。     

基于深度强化学习的无人机实时航迹规划

随着无人机技术的应用和发展,无人机执行任务的飞行环境愈发复杂多变,对无人机机动避障能力和航迹规划的实时性提出了更高的要求。基于泛化性较好、对环境依赖弱的深度强化学习算法,以雷达实时获取的障碍物地图信息为基础进行实时路径规划,针对二维航迹规划问题特点设计了连续奖励函数,解决了强化学习算法在二维平面航迹规划中奖励稀疏的问题;基于迁移学习的思想设计多个训练环境,并按任务的难易程度进行分步训练,降低了算法的训练难度,提高了训练效果,并使算法的收敛效果更加稳定。在实验中将SAC算法与目前主流的PPO和TD3算法进行对比,实验结果表明：SAC算法收敛速度快,实时性好,航迹平滑度更好。     

基于排挤机制改进的多目标进化算法

进化算法是求解多目标优化问题(MOP)重要而有效的方法。为加快收敛速度,提高收敛精度,在已有算法(NSGA-Ⅱ)的基础上,引进小生境思想,提出了更为合理的排挤机制。通过典型应用函数的计算测试,结果表明:上述改进不仅具有较高的计算效率,而且能够得到分布更为合理的解,且能保持解的多样性分布。     

基于丘陵地区的无线宽带基站选址算法研究

无线宽带通信系统是区域无线通信的主用手段,站址规划需要研究。针对车载基站选址需要考虑地形地物环境,结果直接决定无线宽带通信系统骨干网络的信号覆盖范围,影响地面终端随遇接入成功率的问题,提出了丘陵环境下一种基于改进K-means算法的基站选址规划方法;通过建立丘陵环境场景下基站选址的数学模型,设计了基于改进K-means算法的基站选址方法并采用规划区域最大覆盖率作为基站选址结果的评判指标,得到无线宽带通信系统基站布设方案指导基站布设运用的思路进行研究;仿真实验表明：所提改进算法与K-means算法相比较,相同条件下区域覆盖率从92.120 7%提高到了96.863 2%,收敛速度提高了近33.3%。     

基于改进模糊逻辑的VAV系统GPC控制策略研究

为了提高多输入多输出变风量(VAV)空调广义预测控制(GPC)系统控制性能,提出一种新型GPC控制策略。该方法通过考虑系统的输出绝对误差和基于误差变化率获得输出初次达到设定值的时间等指标,建立了一个新型二型模糊逻辑模型来在线整定GPC控制器中的加权系数。同时,采用天牛群算法(BSO)来明确二型模糊逻辑输出区间范围,使其可以更贴切地反应系统当前时刻的输出状态。此外,在前述BSO的基础上,提出通过线性以及事件触发地衰减种群规模的方法,缩短BSO的收敛周期,以进一步提升GPC控制策略的性能。实验结果表明：基于二型模糊逻辑整定的GPC控制器性能显著优于已有GPC控制器。     

多方位一初距法解纯方位系统估值问题的优选算法

对纯方位系统估值问题,本文给出了两个优选算法.     

冲激SAR成像的分辨率估计

后向投影 (BP)算法是一种被广泛应用于冲激SAR的成像算法。当冲激SAR的发射信号是某一类冲激信号时 ,根据冲激SAR成像的特点 ,推导出BP算法的方位分辨率与成像积累角、信号中心频率的关系。仿真结果表明 ,在相当范围内 ,估计公式都是准确的     

多进制多维信号集信道容量分析及其计算

描述了信道容量的一般概念 ,具体就波形信道 ,连续信道及离散输入连续输出无记忆信道进行了分析 ,分别导出了它们的信道容量公式。结合几种常见的多进制多维调制技术MPSK、MQAM、L正交信号及其星座分析 ,给出了它们信道容量的Monte Carlo模拟以及数值积分模拟 ,同时分析了由于信号集扩展而带来的编码增益     

经马氏修正的Poisson过程的极大似然估计

近年来 ,隐马氏模型成为研究相依随机变量的一个十分有用的工具。实际应用过程中的一个很重要的问题是如何对隐马氏模型的参数进行估计。将一类连续时间隐马氏模型的问题转化为离散时间隐马氏模型的问题 ,给出了具体的隐马氏模型———经马氏修正的Poisson过程的极大似然估计及其算法。此类过程被广泛用来对复杂电信网络的交通流进行建模