基于深度时频特征学习的雷达辐射源识别

针对雷达辐射源识别中拓展能力不足和识别率不高问题进行研究,提出一种基于深度时频特征学习的智能识别方法。基于降采样短时傅里叶变换高效提取具备较高辨识度和稳定性的浅层二维时频特征,利用信号局部频域维稀疏性完成降噪等预处理;设计用于深度特征学习与识别的卷积神经网络,并采用不同尺度卷积核组合扩展网络广度,强化特征表征能力;利用高信噪比条件下8种辐射源信号样本对网络进行训练调优,低信噪比样本测试验证算法和网络的有效性。仿真结果表明,该方式在-8 dB信噪比条件下能达到98.31%的整体平均识别率,具备较强的鲁棒性。     

多指标约束下的防空反导装备修理级别建模

修理级别分析是防空反导装备维修决策的重要内容。分析了防空反导装备的组成结构和维修流程,建立了基于模块化装备的修理级别分析决策流模型,在多指标约束条件下,以维修效果和维修费用为目标函数,建立了防空反导装备修理级别的经济性分析模型,运用自适应粒子群算法对模型进行求解,通过算例证明了该模型的合理性和方法的有效性,对于完善防空反导装备的修理级别决策分析具有理论指导意义。     

专家信度优化的装备效能评估方法

针对不同评判专家主观因素影响装备效能评估质量问题,提出一种专家信度优化的装备效能评估方法。该方法以传统层次分析法与模糊量化模型为基础,引入专家信度量化每个专家评判信息的优劣程度,并将专家信度转化为专家权重,利用专家权重分别融合计算层次分析法的指标权重和模糊量化模型的评判结果,从而减少专家主观因素影响,增强了综合评价客观性。其有效性已在某装备效能评估中得到验证。     

航天试验装备维修保障资源配置效率评价研究

航天试验装备维修保障资源配置效率是推动航天试验任务集约高效发展的重要方面,针对航天试验装备维修保障资源配置效率评价,提出了主成分和数据包络组合分析方法(PCA-DEA),介绍了方法的基本原理和组合运用的流程,进行了实证分析,验证了该方法在航天试验装备维修保障资源配置效率评价中的可行性和有效性。     

深度置信网络在导弹攻击区分类中的应用

针对传统导弹攻击区解算方法忽略双方态势变化等问题,提出运用深度置信网络的导弹攻击区分类模型。根据导弹命中情况与目标机动间的关系,将导弹攻击区划分为五类。通过分析影响导弹攻击结果的态势参数,构建导弹攻击结果预测模型。在实验部分,结合重构误差和测试错误率确定深度置信网络的网络结构,通过逐层提取数据法分析模型参数特征并且讨论微调数据的采样方式。使用反向传播神经网络和支持向量机进行分类有效性对比实验。实验结果表明：深度置信网络运行速度和预测准确度明显优于其他两种方法,满足实时性和准确性要求,所提方法具有良好的应用价值。     

某型机枪遥控武器站静动态特性仿真分析

为提高机枪遥控武器站机动性,研究机枪射击过程中架体的受力情况,针对武器站的模态特性及瞬态特性进行仿真分析,开展轻量化设计。在ANSYS软件中对武器站进行有限元建模,对结构进行模态分析、瞬态动力学分析,提取了机枪武器站的固有频率和固有振型,施加时变射击冲击载荷,得到了武器站结构的等值线云图等架体受力特性。根据振型数据特征进行结构优化。分析结果表明,模态特性分布有利,架体结构刚度在动态工况下仍有较大富裕。优化后的结构减轻质量,仍能满足载荷冲击的需求。