基于高斯数据增广的小样本数据无人机编队类型抗扰识别

近年来,随着无人机的应用越来越广泛,对无人机编队类型进行准确识别具有重要意义。基于此,对小样本数据下无人机编队类型识别问题进行了研究。首先,对目前常用的各种无人机编队类型识别方法进行了介绍,针对小样本数据无人机编队类型抗扰识别面临的主要问题进行了分析;其次,对所提方法涉及的理论背景进行了研究;然后,对所提无人机编队类型抗扰识别算法进行了详细阐述;最后以带有噪声的菱形无人机编队的位置坐标作为输入数据,使用所提方法进行仿真实验,仿真实验结果表明,以参数均方误差作为队形识别的准确度指标,所提方法可将均方误差由45.1降低至0.46,显著提高了无人机机群特征聚类的精度与鲁棒性,证明了所提方法在小样本数据无人机编队类型抗扰识别问题上的有效性。     

一种α稳定分布噪声下的跳频参数盲估计方法

针对目前以高斯白噪声为模型的大部分跳频参数估计方法在α稳定分布噪声背景下,性能急剧下降的缺点,对跳频信号进行两次窗函数长短不同的分数低阶STFT,从而得到两组时频数据,,将两组时频数据点乘,得到新的时频表示,基于时频分析的跳频参数估计方法,实现跳频参数的估计。仿真实验表明,提出的方法有效抑制了α噪声,在α=0.8,GSNR≥1 d B;α=1.5,GSNR≥0 d B时,可以实现跳频周期的准确估计。在α=1.5,GSNR=3 d B时,该算法跳变时刻估计值最大相对误差比STFT低3%、比分数低阶STFT低1.6%,跳变频率估计值更加精确。     

基于高斯过程回归的锂电池SOC估算方法

作为电池管理系统的基础,锂电池荷电状态(state of charge,SOC)的实时准确估计十分重要.现有的锂电池SOC估算方法能够实现SOC的估算,但不能评估SOC估算结果的不确定性.为了解决这个问题,将高斯过程回归(Gaussian process regression,GPR)应用于锂电池SOC估算中,提出了一...     

当前征兵工作问题浅议

现在兵员征集工作出现了一些新情况、新问题,导致兵役登记和报名数量逐年递减,优质兵员选择余地缩小等现象较为普遍,一定程度对国防和军队建设事业带来影响。存在问题一、参军报效祖国热情减弱。随着人们价值观念的变化,大多外出务工、经商适龄青年,对参军入伍热情不高。一方面,青壮年劳动力外出就业方式、就业门路不断拓宽,在家待业或务农的青年逐年减少;另一方面,随着城市化发展,农村剩余劳动     

非战争军事行动应急动员后勤保障存在问题及对策

汶川特大地震发生后,四川省军区立即启动省、市(州)、县三级民兵预备役应急机制,动员民兵预备役部队5万余人参加战斗。抗震救灾后勤保障中,省军区部队没有保障分队、保障装备和战备储备物资,但仍出色地完成了上级赋予的各项任务。认真总结其中的得与失,对健全民兵预备役应急动员后勤保障体系具有十分重要的意义。一、民兵预备役部队后勤保障面临的困难和挑战(一)民兵应急动员后勤