复杂系统使用保障测试性设计方法初探--故障设备影响分析及其应用

分析了复杂系统使用保障测试性设计方法的技术背景,系统战备状态的含义、重要性和描述方法;重点探讨了系统设备级(初始约定层次)故障设备对系统分系统战备状态影响进行分析的有效方法。并以某防空导弹武器系统为例,介绍如何利用功能分析法具体解决复杂系统使用保障测试的可测性、可控制性和可观察性等工程化设计问题。推荐一组实用的系统/分系统战备状态(正常/降级/故障)判定逻辑运算数学模型和基层级综合保障(使用保障+维修保障)计划流程图。     

导弹集成测试策略研究

以美国军方在武器系统研发、生产和维护过程中推行的设计—制造—维护纵向集成测试策略为参考,针对我国导弹武器系统的测试和诊断技术的应用和发展现状,论述了适合我国导弹测试系统开发的集成测试策略。     

导弹批量测试仿真研究

针对现存导弹批量测试中存在的问题,采用离散仿真方法,论证了在不改变现有测试规程,而适当增加测试工位,优化测试流程,可显著缩短批量导弹测试时间,提高快速反应能力和生存能力.仿真系统可对多个不同方案论证,生成的横道图可直接用于测试组织指挥.     

基于PXI的舰炮电气设备通用自动测试系统

采用虚拟仪器技术,并通过软件产生模拟信号拉制设备的运转,完成动态信号的提取,实现电气设备测试系统的研制.该系统具有通用性、高效性和易用性等特点,具有较好的实用价值.     

一种提升树算法在网络故障关联分析中的应用

针对移动网络故障反馈与故障分类的准确率问题,提出一种基于k-NN的多分类器提升树算法,该算法采用k近邻对特征向量空间划分,结合adboost误差函数和迭代算法,实现多分类器决策判别,并利用R语言可视化方法的关系数矩阵提取和筛选出投诉/故障映射主属性,进而建立基于基站退服、覆盖盲点、非网络原因3类故障投诉关联分析及预测模型。实验结果表明,与C50决策树、RIPPER分类规则及SVM比较,在网络故障关联预测方面新算法的分类准确率提升约2%～10%。     

哈萨克斯坦哈萨克族大学生语言状况调查

哈萨克斯坦是一个多民族的国家,独立后推行的第一部《语言法》已经有20多年的历史.通过调查哈萨克斯坦高校哈萨克族大学生的语言状况,分析哈萨克族大学生在家庭、学校、社会、网络等方面的语言使用状况,学生对哈萨克语、俄语、英语的态度,三种语言的能力状况,从而分析新《语言法》在哈萨克斯坦推行的效果.     

集成系统测试性方案与分配一体化

在装备测试性工程中,总体方案设计与测试任务和指标分解十分重要,但在实践中,一些装备顶层设计不到位,总承制方缺乏有效地监控和管理,导致分承制方的设计各自为政,后续集成设计难以开展;指标分配未能结合总体方案,出现分配指标过高达不到或指标过低没有约束力等尴尬局面。文章针对上述问题,提出了测试性方案与分配一体化设计架构,认为:测试性分配需综合考虑系统集成性以及下级单元的技术特点和能力,予以"视情分配";对一些故障的测试可由总承制方考虑,包括对系统集成故障以及组成单元中难以自测的故障;当测试性方案把这些测试任务明确下来,分配时就只需考虑剩余故障的测试。文章最后给出了考虑系统级测试性方案的测试性分配方法,并用案例检验了方法有效性。     

基于邻接矩阵的软件测试环境规划设计方法

在分析软件测试环境的基础上,研究了软件试验中测试用例设计面临的突出问题,从软件测试环境的规划出发,基于有向图的邻接矩阵,设计满足一定覆盖度标准的软件测试环境规划方法,可为软件试验提供技术参考和研究方向。     

2023年深度学习技术主要发展动向分析

深度学习已成为人工智能领域的研究热点和主流发展方向之一,为诸多重要应用领域带来了革命性的进步。对2023年深度学习技术热门领域的主要发展动向进行了综合评述。首先介绍了深度学习技术发展现状,其次探讨了深度学习技术的军事应用任务和挑战,最后盘点了深度学习技术的未来重点发展方向。综述表明,大语言模型是深度学习领域在2023年最突出的亮点,世界模型框架下的自监督学习技术、强化学习框架下的人工智能智能体技术等也呈现加速发展态势;环境恶劣与强干扰复杂条件下的高鲁棒性深度学习、面向实时流数据高效处理与内在逻辑关联的深度学习、面向多变作战场景自主决策与快速决策的深度学习、面向跨域数据协同感知与协同推理的深度学习等,是深度学习技术未来重要的发展方向。