灰色GM(1,1)模型在电子装备寿命预测中的应用

介绍了传统装备可靠性试验数据评估的不足,为此根据灰色预测的基本原理,用GM(1,1)模型并通过精度修正,给出了实际应用中的预测方法.最后通过具体实例,对电子装备未来可能发生故障的范围进行了预测,取得令人满意的结果,从而证明了该预测方法能为装备的维修保养提供重要的数据支持,对研究武器装备的可靠性具有重大现实意义.     

RBF神经网络的火箭发动机成本预测

神经网络技术已广泛应用于各工业控制部门, RBF神经网络是对一般BP神经网络的改进.尝试将其应用于固体火箭发动机成本预测中.首先利用已有的成本信息对该神经网络进行训练,使其对已有信息的预测误差小于规定值,再将其用于其他条件下的成本预测.结果表明,实际预测效果较为理想,从而为固体火箭发动机成本预测提供了一种新的方法.     

装备故障诊断和预测技术综述

结合故障诊断与预测技术的国内外研究现状,综述了故障诊断和预测的完整性认知模型,并以此对蓬勃发展的故障诊断和故障预测技术进行了分类与综合分析。同时针对故障的不确定性特征,对故障诊断和预测技术的性能要求、定量评价与验证方法进行了分析。最后,分别从实际应用及扩展的四个方面提出了故障诊断、预测,以及PHM技术未来发展的几个问题。     

紫外光语音通信系统参数补偿技术及Matlab仿真

利用线谱对参数建立了针对紫外光通信的语音参数补偿模型,采用基于LSF参数奇偶采样插值方法和丢失能量线性补偿法,对样本的丢包补偿前后相关系数和音质进行了对比.仿真结果表明,前后帧的中值补偿替代丢失帧的参数效果最好;该方法简单有效,对语音质量有较大改善.     

基于相位编码信号的鱼雷主动反舰声引信研究

鱼雷声引信抗干扰性能是鱼雷可靠性设计的重要指标。根据目标舰艇和海面回波的不同相位特性,提出采用相位判别的方法与相位编码信号以及脉冲压缩技术来识别目标的方法,给出了用于反舰声引信信号处理框图,并进行了仿真计算。仿真结果证明了文中提出方法的可行性和正确性。     

基于轨迹跟踪预测的反HTV2中制导研究

针对具有高速、高机动性能的HTV2(hypersonic technology vehicle 2)目标,对采用直接碰撞拦截策略拦截弹的中制导进行了研究,给出了一种基于轨迹跟踪预测的中制导算法。该中制导算法首先使用自适应网格交互式多模型（adaptive grid interactive multi-model,AGIMM）滤波器对目标轨迹进行稳定跟踪,获取目标运动信息。之后使用基于遗忘因子的最小二乘法对目标进行轨迹预测,获取目标预测交班点处的运动状态。最后,将预测交班点处的目标状态量作为中制导约束,并使用高斯伪谱法计算最优中制导指令。使用该中制导算法对HTV2目标进行了拦截仿真,仿真结果证明了该算法的有效性。     

基于KF-BPNN融合算法的电池循环寿命预测方法

为了解决实际应用过程中电池循环寿命预测精度较低的问题,提出卡尔曼滤波-BP神经网络(KF-BPNN)融合算法对电池的循环寿命进行预测。该方法选用电池内阻作为循环寿命的评估参数,利用BPNN预测电池的内阻值,并将预测内阻值作为KF算法的观测值来修正卡尔曼滤波观测方程系数,从而提高循环寿命预测精度。实验结果表明：融合算法的预测精度有了明显提高。     

作战指令自动生成的关键模块设计

作战指令的自动化生成主要涉及到汉语分词技术、语法分析和代码生成。将作战文书归结为一个半结构化的自然语言信息抽取问题,采用数据融合方法实现词法分析,采用编译原理的技术实现语法分析,采用规则库最终实现了作战指令的自动化生成,作战指令的自动生成将提高指挥自动化的水平。