基于谐波小波变换的雷达辐射源识别

雷达辐射源识剐是电子战系统的关键技术之一.分析了放大器的非线性效应,提出用谐波信号幅度之间的约束关系特征进行雷达辐射源识别的方法.针对谐波信号十分微弱的问题,提出采用谐波小波变换对信号进行重构,然后对重构的信号用最小二乘拟合进行幅度估计的方法,提高了幅度估计的精度.最后通过仿真验证了方法的准确性和有效性.     

军队内部劳动力市场运行实证分析

军队可以被视为一个结构完整的内部劳动力市场,长期雇佣、内部晋升、报酬后置是构成其内部劳动力市场的三大主要特征。围绕这三大特征对军队内部劳动力市场的运行现状展开问卷调查,通过主成分回归模型构建和分析,结果表明,内部晋升变量与军队内部劳动力市场的运行效率具有最大正相关,是影响军队内部劳动力市场运行的最重要因素,长期稳定的就业关系与延期报酬也是维持军队内部劳动力市场运行的有效机制,两者的重要性基本保持一致。     

联合作战国际合作的发展历程及特征

联合作战国际合作,经历了由两个国家不同军种之间的协同作战,到多个国家、多个军种的联合作战,再到多国多维联合作战的过程。主要特征是:第一次世界大战前通常是多国合作对付某一国家,力量组成是陆海军两个军种,以陆军为主、海军为辅;两次世界大战期间是联盟与联盟、集团与集团之间的对抗,力量组成是陆海空三军,立体联合作战;冷战时期特别是海湾战争向多国多维联合作战方向发展,空袭作战发挥了决定性作用;海湾战争结束后,一体化联合作战不断发展。     

基于无线局域网MAC层DOS攻击的入侵检测

为了检测无线局域网MAC层的6种DOS攻击方式,提出一种基于Hybrid特征选择和支持向量机的入侵检测算法.该算法先用混合器模式的Hybrid特征选择算法提取8个识别攻击的流量统计特征,然后利用支持向量机对待检测对象进行识别分类.通过建立仿真环境对检测模型的检测效果进行统计验证,表明检测模型在具有较高检测准确率和较低的虚警率,能够有效地检测MAC层DOS攻击,具有实用价值.     

发挥舆论文化优势 续航天梦 铸强军梦 圆中国梦

多年来,宣传思想工作在中国空间技术研究院西安分院的起步创业、奋斗奠基、应用开拓、展翅腾飞的各个阶段,均起到了卓有成效的保障作用和促进作用。在新的时代背景、新的行业特征、新的企业发展形势下,宣传思想工作如何更有效服务中心、保障中心,促进员工、企业和社会之间的协调发展,是西安分院党委一直思考的课题。     

钢质油罐罐底腐蚀预测模型研究与评价

钢质油罐在储存油料时不可避免地会受到严重腐蚀.为能够掌握罐底的腐蚀程度,提出了一种由灰色系统理论和BP人工神经网络相结合的方法建立预测模型,对钢质油罐罐底腐蚀情况进行了预测,并通过实例计算给出了评价.计算结果表明,预测值与实测值相差很小,尤其对油料腐蚀这种涉及较多因素的复杂过程,该方法具有明显的优越性;该模型克服了传统预测模型需建立函数的难题,且预测精度较高,具有较高理论与实际应用价值.     

基于时频信号项的输电塔损伤识别柔度矩阵法

将悬臂结构损伤识别柔度矩阵法和振动时域响应信号时频分析方法相结合,利用柔度矩阵与结构参数间的线性关系,引入突卸荷载激励下振动响应的WVD时频分布信号项幅值向量,通过求解损伤系数方程来识别集中质量型输电塔结构的损伤位置和程度。算例分析表明,所提出的方法通过一次测量就能准确地识别出结构单个或多个损伤的程度,并具有良好的抗噪性。     

利用多时间尺度卷积的视频行为识别网络

基于2D的行为识别网络通常融合多张视频帧的分类结果识别不同的行为,但其在卷积过程中缺少对时空特征提取。针对该问题,基于时间位移模块(temporal shift module,TSM)的思想设计了一组多时间尺度卷积,包含不同设计的卷积核以提取融合不同时间尺度的时空信息。通过控制多时间尺度卷积嵌入ResNet50网络的位置及其模块的参数设置,寻找最优的基于多时间尺度卷积的行为识别网络。使用PyTorch深度学习框架训练模型,在大型开源数据集Something-Somethingv2上进行了实验研究。结果表明,基于多时间尺度卷积的行为识别网络对行为识别准确率达到了59.47%,优于TSM等网络。     

基于PSO-RBF神经网络的雷达目标识别

为提高雷达系统目标识别能力,对粒子群算法及RBF神经网络进行了分析。针对离子群算法(PSO)易陷入局部极小的缺陷,提出了基于自适应时变权重和局部搜索算子的改进PSO算法,并将该算法应用到RBF神经网络核函数参数的优化学习中,进行了雷达目标识别仿真实验。仿真结果表明,相对于标准PSO-RBF神经网络,改进算法不仅收敛速度快,且误差精度高,特别在干扰较强时,目标的识别率有较大提高。     

基于抽象隐马尔可夫模型的CGF路径规划识别

路径规划识别是一种以位置信息为输入的在线识别。为了使CGF能在仿真中识别对手的路径和终点目标,在分析路径规划层次的基础上引入了抽象隐马尔可夫模型的识别框架。针对标准模型在对手更改终点目标和自上而下规划时无法识别的问题,提出了一种顶层策略可变的抽象隐马尔可夫模型。为模型的顶层策略增加初始分布和策略终止变量,更改了策略终止变量间的依赖关系,使下层策略能被强制终止。给出了改进后DBN结构,并通过推导条件概率更新和RB变量抽样流程实现了模型的近似推理。仿真实验表明,改进模型能准确识别给定环境下的各类典型航迹,不仅在终点目标不变时能较好地维持标准模型的识别准确率,在提供足够的观测数据后还能很好地解决变目标识别问题。