栈式自编码和残差神经网络的射频信号个体识别

传统基于暂态特征和稳态特征的射频信号个体识别方法存在特征提取困难、特征微小、无法区分射频信号个体差异等问题,识别率较低.随着深度学习技术的发展,结合栈式自编码网络深度融合目标特征优势和残差神经网络在解决退化问题时的优势,提出了一种基于SEA和ResNet网络的射频信号个体识别方法.包括信号时频域特征提取方法分析、多域特征拼接与融合、基于轻量化ResNetLite网络的射频信号个体识别方法等步骤.仿真结果表明,相对于传统时频域特征提取方法和BP分类方法,新方法能够有效提取和融合信号细微、高层次及深层次特征,且识别率有一定幅度的提升,同时,对计算资源、存储资源的消耗有约7倍的降低,可支持嵌入式设备小型化需求,便于工程实现.     

基于SDAE+Softmax模型的体系贡献率评估方法

战争就是交战双方作战体系之间的对抗.体系贡献率评估是体系建设和分析重点关注的问题,是对作战要素在作战体系中所发挥作用的一种度量.针对体系的复杂系统特性,构建SDAE+Softmax模型对体系效能涌现过程进行建模,模型描述了体系基础指标与任务指标之间的关系.提取Softmax分类器的分类概率相对值作为体系贡献率评估的综合特征指标,量化体系组分改变对体系效能的影响.基于SDAE+Softmax模型的评估方法,为体系贡献率评估提供了全新的思路,是对传统评估方法的突破.     

基于神经网络的非线性控制系统自组织辨识

本文首先将自组织神经网络算法向一般化情形引伸，接着把自组织过程应用到一般非线性系统的动态过程分类，使得整个非线性系统能够按照输入输出样本空间的概率密度自组织，成为许多具有不同分类核心和感受野的线性子空间逼近。在此基础上，我们采用通用最小二乘算法，以子空间的非线性问题线性化误差作为依据，并进一步运用自组织神经网络的合作与竞争思想，最终得到一般情形的非线性系统的最小二乘辨识。仿真结果表明了本方法的可行性与优越性。     

一种改进的变步长归一化LMS算法

在以往的基于ＬＭＳ算法的研究中，归一化ＬＭＳ算法（ＮＬＭＳ）增大了算法的动态输入范围，但该算法对噪声很敏感。引入自相关的变步长ＬＭＳ算法（ＶＳＳＬＭＳ）不仅加快了收敛速度，可在非平稳状态下进行快速跟踪，而且消除了独立噪声的干扰，但它无法适应大范围的动态输入。本文综合它们的优点而得到的算法，在低信噪比和大范围的动态输入情况下都有良好的性能。     

线性扩张状态观测器的改进及观测精度分析

为提高线性扩张状态观测器的观测精度,加快其收敛速度,从偏差控制的基本原理出发,提出了一种应用于自抗扰控制系统的改进型线性扩张状态观测器。该改进型线性扩张状态观测器将各状态变量与其观测值之间的偏差作为各状态变量的调节依据。给出了改进后的二阶和三阶线性扩张状态观测器的观测误差系统的稳定性证明,并进行观测精度分析。仿真结果表明,该改进型的二阶和三阶线性扩张状态观测器比传统的同阶次扩张状态观测器的收敛速度更快、观测精度更高。     

战术移动自组织网络路由方法

战术移动自组织网络(Mobile Ad Hoc Network,MANET)作为网络中心战的重要组成,有望解决未来战场上传统作战力量与新型无人作战平台之间高效组网通信问题。战术MANET作为MANET在战场环境下的应用,可在基础设施缺乏或遭破坏的地域快速展开,具有节点自由出入、移动性高、抗毁伤性强等特点。综述了战术MANET路由协议和仿真方法,对研究方法和面临的挑战作了简要评述。     

坦克稳定器的自抗扰控制算法

为解决坦克稳定器中存在的传动间隙、干摩擦等强非线性问题,提高系统的鲁棒性,基于自抗扰控制器(ADRC)原理,提出了适用于坦克稳定器的自抗扰控制器,并进行了计算机仿真和试验验证。证明了自抗扰控制算法在坦克稳定器设计中的可行性。     

子自仿射集的Hausdorff维数

设S1,S2 ,… ,SN 是Rn 上的N个仿射压缩映射 ,若Rn 的紧子集E满足E UNi =1 Si(E) ,则称E为子自仿射集 .作者在一定条件下得到了子自仿射集E的Hausdorff维数 .     

电液伺服系统的仿真与自校正PID控制器的设计

对一个试验用电液伺服系统进行了理论建模和仿真研究 ,引入了一个非线性状态方程模型来描述电液伺服系统的动态特性 .通过仿真结果与实际系统的响应相比较 ,验证了所建立的理论模型的准确性 .在此仿真模型基础上 ,设计了一个适用的自校正PID控制器 ,并且对其控制特性进行了仿真研究     

雷达自频调系统的改装

针对某型雷达自频调跟踪电路存在的跟踪慢、误差大、可靠性低和可维修性差等不足 ,提出了采用先进的现代数字信号处理技术进行改装的设想