网络学习模式识别移动代理因素提取方法研究

从分析网络学习因素的角度出发,提出了利用数据融合理论和使用移动代理技术解决网络学习模式识别的问题。详细分析了网络学习模式中的主要因素,针对网络学习模式识别提出了使用移动代理(MA)进行因素提取的方法。同时运用数据融合技术中分布式缠绕判决模型进行描述,从而使有效地获取网络学习者的学习状态变为可能。也对网络学习因素提取MA的执行环境进行了具体阐述。设计了因素提取MA体系结构,分析了因素提取的执行过程,采用ATP层代理传输协议作为移动代理系统的应用层协议,负责学习模式识别的因素提取。     

先进上面级数字逻辑姿态控制律设计

建立了先进上面级姿态动力学模型和推力器配置方案,根据快速大角速度精确姿态机动的任务要求,设计了数字逻辑姿态控制律.考虑姿态角和姿态角速度的相互关系和测置误差的存在,将姿态相平面划分为多个控制区域,以节省燃料和避免测量误差的影响.在实际上面级参数下进行姿态机动控制仿真,采用数字逻辑姿态控制律能在16s内实现先进上面级俯仰角60°的大角度姿态机动,并能很好地保证姿态指向精度和姿态稳定度,控制效果也优于脉冲宽度调制.     

针栓喷管技术在固体姿轨控系统中的应用研究

论述了针栓喷管技术在固体姿轨控系统中的应用,研究了针栓喷管的技术途径,防热材料选择,针栓驱动方案选择,针栓结构设计,以及多喷管系统的推力管理方案.并对在不同压强和针栓位置情况下的内流场数值模拟,最后提出针栓喷管在姿轨控系统中应用的关键技术和发展方向.     

数据整合技术研究

信息技术的快速发展使企业对其数据整合的需求提升到前所未有的高度。整合更是企业由内向外发展意识的体现。本文从数据源系统的整合出发,探讨了数据整合的方法及技术路线。     

数据融合技术与潜艇指控系统的发展

就潜艇指控系统的现状和发展,综述了数据融合技术在潜艇指控系统中的应用前景。     

面向大规模容器集群的网络控制技术

针对容器技术在网络层面缺乏控制的问题,设计一套面向大规模容器集群的网络控制架构,分别从容器集群网络的灵活组网、智能适配以及安全隔离三个方向进行研究,主要解决大规模容器集群部署中的网络适配和隔离控制等关键问题。实验结果表明,设计的网络控制架构可以根据网络特点有针对性地实现虚拟局域网的快速划分、网络节点的稳定迁移和节点通信的精确隔离控制。     

基于三维科研态势演化图谱的国防科技发展评估

当前随着信息技术的深入发展,大数据时代已经悄然而至。大数据为国防科技发展带来了重大机遇的同时,其所带来"数据眩晕"和"数据冗余"效应不容忽视。面对大数据对国防科技发展所带来的巨大挑战,准确、快速、实时地把握和预测科研发展态势,已经成为科研工作者和科研管理高层决策者的迫切需要。在对传统科学知识图谱深入研究的基础上,本文提出一种基于网络和单词分布式嵌入的三维态势演化图谱模型,模型充分利用了文献中的结构信息和语义信息,并对结果进行可视化展示,实验表明,该方法对于掌握国防科技发展动向,挖掘技术前沿,把握技术机会,促进国防科技发展具有较大的参考价值。     

基于灰色关联的预警系统目标识别

针对弹道导弹预警系统目标识别任务的特点,通过分析弹道导弹和飞机目标间的运动特性差异,采用灰色关联分析方法建立了目标类型识别模型,给出了进行目标类型识别的具体步骤。该方法直接从雷达测量数据出发,具有简单、准确的优点。具体的算例验证了基于灰色关联分析的目标类型识别模型应用于目标识别的可行性和有效性。     

针对不同视场辅助信标的无人机目标定位方法

针对无人机在单站测角测距的目标定位过程中受无人机姿态角误差影响较大的问题,提出一种对辅助信标进行探测并与惯性传感器相结合的无人机姿态求解方法。建立基于容积卡尔曼滤波的惯性传感器姿态求解模型,采用梯度下降法对基于辅助信标的无人机位姿参数进行求解,并综合它们的结果对无人机的姿态偏差进行估计和校正,最后完成了不同视场条件下的目标定位和仿真计算。结果表明,所提方法对无人机目标定位精度有明显提高。     

两种捆绑火箭弹性振动建模方法对比分析及其对姿控系统的影响

针对长助推和短助推两种类型捆绑火箭的不同模态特点,分析了两者弹性振动建模方法的区别和联系,在此基础上建立了某型固体捆绑火箭姿态动力学新模型,模型中基于有限元法导出了弹性振动方程,基于该模型对箭体复杂弹性振动引起的通道间耦合进行了研究,采用逆Nyquist阵列法进行设计。结果表明,该模型能更准确地反映捆绑火箭纵、横、扭耦合运动特性;新模型三通道之间存在弹性耦合,但耦合矩阵具有对角优势性质,采用逆Nyquist阵列法进行姿控系统设计是有效的,仿真结果表明设计的控制器可行,能够取得比较好的性能。