基于神经网络的火控系统故障诊断专家系统

针对某型战机航空火控系统故障诊断方法对维修人员、检测设备依赖性大、故障诊断时间长等弊端,提出将神经网络与专家系统技术相结合应用于该型战机火控系统的故障诊断中.根据火控系统的故障特点给出了其神经网络专家系统的结构,建立了系统知识库,设计了系统运行的主界面和四大运行模块.经部队外场维修人员使用证明,该系统易于维护和使用,故障诊断准确率较高,有较强的鲁棒性.     

基于模糊神经网络的陀螺温控系统故障诊断

针对故障诊断知识具有模糊性的特点,在基本前向神经网络的基础上,提出了一种适用于挠性陀螺温控系统的串形结构多层前向模糊神经网络(FNN)的故障诊断方法,并给出了网络的结构和学习方法。仿真结果表明,将模糊理论和神经网络方法结合在一起,可以准确地对陀螺温控系统进行故障诊断,证明了该方法行之有效。     

基于神经网络的雷达抗干扰能力评估

为评估对空情报雷达抗电磁干扰能力,首先建立了能力评估的层次模型,并给出了基于BP神经网络的评估模型结构,以及变步长的学习算法,并在Matlab系统内得以实现.结果表明,该模型及方法对评估对空情报雷达抗电子干扰能力具有一定的实用价值.     

BP神经网络在无源雷达目标识别中的应用

目标识别技术是无源雷达的关键技术之一.针对无源雷达目标识别的特点,在分析空中目标类型和目标表征的基础上,建立了基于BP神经网络的目标识别模型,并对设计该模型涉及的基本问题进行了详细分析,最后运用该模型对给定特征的空中目标的进行了实验.实验结果表明,该模型提高了目标识别的稳定性和准确性,是有效可行的.     

单一基窃听方式下B92协议的安全性研究

从概率论和信息论两个角度对单一基窃听方式下B92协议的安全性进行了研究,得出了最佳窃听角度和信源概率分布之间的关系;以马尔柯夫串联信道模型计算了Alice和Eve之间及Alice和Bob之间的信息量,并与广义量子测量窃听进行了比较,结果表明,Eve采用单一基窃听不仅能以较高概率猜中Alice发出的量子态,并且能获得较高平均互信息.得出的结论为合法通信者的安全通信和对窃听者的检测提供了标准.     

B4C／Al复合板中应力波行为分析（Ⅱ）

在已建立的应力波传播模型和研究弹、板间作用力所获结果的基础上,为分析复合板应力的变化,对复合板弹板碰撞承受的应力进行了简化处理,根据应力波传播特性,确定了复合板内能量集中区域,研究了应力波在复合板巾的传播和能耗,并讨论了应力波对陶瓷的作用。通过近似计算,发现烧蚀消耗的弹丸动能较大,在复合板中,Al板的塑性变形吸收了19％的弹丸动能。     

微波辐射Fenton反应降解罗丹明B研究

Fenton试剂在降解有机污染物方面具有无二次污染等优势,但由于存在降解速率较慢的缺陷,在工程实践中尚未得以推广应用。考虑到微波具有促进有机化学反应速率的功能,采用微波和Fenton试剂联合作用氧化降解罗丹明B,对降解罗丹明B的优化实验条件进行了研究。首先研究了单一因素对降解效果的影响,然后对各种因素的综合作用效果进行了分析,得出了降解的优化实验条件。研究表明,微波能有效促进罗丹明B的降解脱色,而且能大大缩短反应时间,降低反应成本,增强Fenton氧化反应的活性,提高降解效果。     

一种无人机辐射源调制样式识别算法

针对小型无人机威胁低空领域且在复杂电磁环境下难识别的问题,提出了 一种基于卷积神经网络的信号识别算法.首先,分析了无人机应用背景下直接序列扩频信号的特性,并采用短时傅里叶变换获取信号时频特征;然后,利用提出的能量阈值降噪法降低时频特征中噪声成分;最后,设计了卷积神经网络用于分类识别.仿真结果表明,该算法在信噪比为-6 ...     

基于支持向量机的威胁判断模型

目标威胁判断是防空作战中一项重要内容,在建立目标威胁模型时,首先要挑选特征参数,分析了影响威胁度的若干因素.这里采用Rough理论中知识约简方法选择目标的特征参数;支持向量机是一类新型机器学习方法,由于其出色的学习能力,该技术已成为当前国际机器学习界的研究热点,利用支持向量机建立了威胁判断模型,给出了实例和解决此问题的支持向量机源程序.通过实例与神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单.     

基于神经网络的模型参考自修复飞行控制

提出了一种基于模糊神经网络的模型参考自修复飞行控制结构,并对所使用的BP网络学习算法进行了分析改进.对比非故障和故障状态下的飞行仿真结果表明,改进后的自修复飞行控制方法可以有效地抑制神经网络的"过学习"现象,减小了对神经网络辨识器精度的依赖程度,在故障条件下的补偿作用非常明显,达到了自修复飞行控制的目的.