基于多标签学习的探索性仿真实验因素筛选方法

探索性仿真实验是一种认识、研究战争的重要手段,但往往面临想定样本空间复杂程度高,空间维度爆炸等问题。针对上述问题,提出一种定性定量相结合的基于多标签学习的实验因素筛选方法。首先,基于定性分析设计并实施仿真预实验,采集处理实验数据,解决机器学习样本数据缺失问题;随后,引入输入控制层搭建深度神经网络,引入稀疏正则化,在多标签模型训练过程中实现特征选择;然后,回归定性分析,补充完善实验因素;最后,以某作战样式下立体投送行动仿真推演为背景进行实验验证。实验结果表明,筛选的实验因素与作战行动现实情况吻合。     

火力打击条件下Ad hoc网络节点毁伤程度评估

Ad Hoc网络在信息化战场的广泛应用,需要快速有效地评估火力打击对网络的毁伤程度。从Ad hoc网络自身属性出发,结合网络的内部测度和外部测度,给出了节点有效度、节点修复度以及节点连通度等指标计算模型。构建了节点毁伤程度加权邻接矩阵,提出了一种基于复杂网络团簇结构划分的节点毁伤程度评估方法,根据权值的相似程度对节点的毁伤程度进行归类,并给出了示例分析。最后将本算法与模糊聚类算法进行对比分析,结果证明了方法的正确性。     

一种能量均衡的战场无线传感器网络路由协议算法

针对战场无线传感器网络中节点能量消耗不均衡以及节点剩余能量问题,提出了一种基于能量均衡的战场无线传感器网络LEACH路由协议的改进算法,该算法主要是对传感器网络中的簇群内节点的剩余能量,以及其传输数据的链路长度这两个方面的权重问题进行了改进,使传感器网络的能量消耗趋于平衡,通过MATLAB平台对改进后的EBLRP协议与LEACH协议进行了模拟仿真,结果表明,新的路由协议能够使网络的生命周期延长13%左右,并且使节点的能量消耗情况有所缓解。     

神经形态器件现状与未来

为解决现有冯·诺依曼计算机面临的低智能、高能耗、低容错等问题,"类脑计算"应运而生。"类脑计算"借鉴大脑的体系结构和信息处理方式,基于神经形态器件构建逻辑与存储相融合的计算硬件,旨在实现更为灵活和智能的信息处理与计算模式。在阐述"类脑计算"起源与发展现状的基础上,研究了人脑神经网络信息处理机制,重点介绍了神经形态器件的研发态势。神经形态器件作为类脑计算芯片和系统的基本组成单元,对于类脑智能的实现至关重要,因此研发能够高精度模拟生物突触、神经元信息处理功能的微纳器件是当前的研究热点。     

基于BP神经网络的闭路制导改进方法

针对传统闭路制导方法中的制导方法误差,提出了一种根据"真实目标"进行制导的改进制导方法。采用BP神经网络逼近算法,推导建立预定关机点及落点坐标与需要速度间的映射关系,并装订上弹,使关机点附近对应每一个位置能够映射出相应的需要速度矢量。然后利用闭路制导关机及导引方法对导弹实施控制。通过仿真,该方法大大减小了制导方法误差,提高了导弹射击精度。     

晶体管自差收发机优化设计的数学模型

依据自差收发机灵敏度的计算公式,在满足技术要求所规定的辐射功率和电源噪声传输系数条件下,把自差收发机的灵敏度作为目标函数,对自差收发机的电路参数作为设计变量,对自差收发机进行了优化设计,得出自差机优化设计的数学模型。     

一种基于自抗扰方法的姿控直气复合控制系统设计

在建立的复合控制导弹短周期线性化运动模型基础上,提出了气动力/直接力复合控制方案.气动力控制子系统采用三环控制结构,过载环采用PI控制,攻角环和角速度环采用自抗扰控制.随后根据模糊控制设计了气动力/直接力分配策略,用矢量合成方法设计了直接力控制子系统的点火逻辑.最后,在典型仿真场景下进行了仿真验证.结果表明,拦截高空目...     

基于神经网络的组网雷达协同探测模式控制

针对多机编队多雷达协同探测模式的切换选择问题,提出了一种基于神经网络的协同探测模式控制策略.通过利用模糊逻辑理论对战场态势信息进行模糊表征;然后,采用神经网络技术对态势表征因子与协同探测模式之间的映射关系进行数学建模;最后,将实时态势信息输入建立的模型,自主得到协同探测模式的选择建议.通过数值仿真表明,神经网络建模技术...     

基于BP神经网络的空中无人通信平台作战效能评估

针对传统评估方法过度依赖专家经验、主观性强的问题,在深入分析空中无人通信平台作战效能影响因素的基础上,建立了作战效能评估指标体系;分析了BP神经网络用于作战效能评估的可行性,并构建了BP神经网络评估模型;最后,利用Matlab实现了实例验证评估.评估结果表明:BP神经网络模型评估结果与期望值一致,验证了该模型在空中无人...     

基于深度网络的雷达信号调制方式识别

针对复杂电磁环境下传统方法对雷达信号调制方式识别率低的问题,提出了一种基于深层神经网络的识别方法.该方法首先对雷达信号进行时频变换,然后将信号及其时频信息输入深层神经网络,再分别利用循环神经网络和卷积神经网络对雷达的时域信号和时频信息进行特征提取,实现对雷达信号调制方式的分类识别.仿真实验证明,相较于传统的识别方法,该...