关于Tu-Deng函数的一个注记

2009年,Tu和Deng在一个组合猜想成立的基础上,构造了同时具有最优代数免疫性、最优代数次数和高非线性度的一类偶数元布尔函数.这类函数被称为Tu-Deng函数.基于同一猜想,Tu和Deng又构造了同时具有次最优代数免疫性、最优代数次数和较高非线性度的一类偶数元的l -阶弹性函数.通过研究由Tu-Deng函数导出的两个布尔函数的级联的密码学性质,在Tu-Deng猜想成立的基础上,给出一类奇数元的1 -阶弹性布尔函数.这类函数同时具有次最优代数免疫性、最优代数次数和较高非线性度.     

基于截断函数的有限时间滑模控制方法

针对一类二阶不确定非线性系统的鲁棒控制问题,提出一种基于截断函数的有限时间滑模控制算法。该算法具有以下特点:系统状态可在期望的有限时刻收敛为零;受控系统对外部扰动和参数不确定性具有全局鲁棒特性;系统状态的动态响应可解析预测;通过选择不同的截断函数可以实现对控制器性能的调节。仿真结果验证了所提算法的有效性。     

基于改进的软阈值小波包网络的电力信号消噪

为了克服传统软、硬阈值在信号消噪中存在的不足,首先构造了一种新的软阈值函数,并将小波包变换和神经网络相结合;然后,基于改进的软阈值小波包网络对实际采集电力信号进行消噪。MATLAB仿真结果表明:改进的软阈值小波包网络比传统硬、软阈值小波包消噪的信噪比高,且均方根误差小,是一种非常有效的电力信号消噪方法。     

网络虚拟技术在美海军反潜训练中的应用

论文介绍美军应用网络虚拟技术组织反潜训练的基本情况,通过分析美军运用网络虚拟技术组织反潜训练的主要特点,提出了海军发展网络化反潜训练的建议。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题,提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性,基于扩展积分均方误差代价函数搜索最优置信范围,并对混合项进行高斯聚类,进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用,引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并,在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明,改进算法在保证跟踪精度的同时还可有效提高算法效率。     

基于UPF的WNN学习算法及其应用

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。     

军事虚拟训练系统关卡测试用例设计与优化

测试用例的数量和质量决定军事虚拟训练系统软件测试的成本和有效性。针对军事虚拟训练系统软件测试随意性较强,测试效率不高的问题,定义了军事虚拟训练活动图形式化图形符号的语法与语义,在此基础上提出了基于形式活动图的军事虚拟训练关卡测试用例设计方法,通过测试用例优化对生成的测试用例集进一步的合并简化得到最小测试用例集,通过实例对提出的基于形式活动图的军事虚拟训练关卡测试用例设计与优化方法进行了应用说明。     

基于VR和MR技术的火控系统虚拟仿真平台构建

运用VR和MR技术构建了用于火控系统模拟训练的虚拟仿真平台,该平台利用先进的计算机视觉成像和交互手段,将火控系统的内部结构、部件组成、整体形态、工作原理等,通过逼真的实时三维渲染技术真实呈现出来,用户可以通过双手与虚拟现实/混合现实中动态生成的虚拟三维部件进行自然交互,实现对火控系统的虚拟操作,对火控系统构造与原理进行自主探索认知。利用该平台可有效实现“三层次、五阶段”的火控系统模拟训练模式,“三层次”即仿真层次、交互层次和探索层次等3个不断深化的认知层次,“五阶段”即感知→认知→习知→用知→验知等5个逐步递进的认知阶段。     

基于EEMD降噪和模糊函数奇异值向量的雷达辐射源信号识别算法

针对目前基于模糊函数提取的几何学特征,在低信噪比时表征能力弱,导致识别准确率不高的问题,提出了一种基于EEMD降噪和模糊函数奇异值向量的识别方法.选取合适的EEMD参数,对时域信号进行降噪,提取模糊函数矩阵奇异值向量,求解其交叉熵作为特征,实现雷达辐射源信号识别.仿真实验表明,信噪比大于-5 dB时,所提方法对于BPS...