多传感器数据融合系统的数据库

以数据库对融合算法的支持为线索 ,以数据融合数据库的全面设计为目标 ,注意面向特征的考虑数据表征形式和组织结构 ,结合整个融合算法的性能要求分析数据库的设计基本理论。首先讨论了数据融合对于数据库的要求 ,总结和归纳了数据融合中涉及到的多种数据形式 ,明确了数据的特征 ,然后 ,分析了常用的几种数据库管理系统模式 ,为数据库系统实现提供依据 ,保证在现存应用软件基础上合理选择实现方案 ;最后 ,集中介绍了融合数据库的设计 ,从总体框架、组织结构、数据结构及实现流程等方面给数据库的设计作了简要的介绍 ,并且提取上述分析中的结论性内容 ,给出合理的融合数据设计建议     

随机相位信号检测模型及其在移动通信保密系统中的应用

通过对随机相位信号检测模型的分析 ,介绍了一种基于该检测模型的对于经FSK调制的随机相位信号的检测方法 ,并阐述了该方法在一种蜂窝式移动通信保密系统中的应用     

管理监督领导干部要"四到位"

坚持从严治党,必须建设一支高标准的领导干部队伍,把好新任领导干部的选拔任用关.同时,要认真做好在职领导干部的管理监督工作,做到思想政治教育到位,强化党内监督到位,组织协调配合到位,制度建设落实到位.     

基于多模型组合的模拟电路故障诊断方法

针对传统模拟电路故障诊断方法识别准确率低及耗时较长的问题,提出一种基于改进的二进制粒子群优化算法(IBPSO)与隐马尔科夫模型(HMM)的综合诊断方法。该方法利用IBPSO对故障特征进行提取优化,降低故障特征维度,进一步利用HMM对提取的故障特征进行预处理,排除不可能类故障特征,提高了LSSVM的分类准确率。经过仿真结果分析验证,该方法较现有的BP神经网络诊断方法,能够在确保正确率得到提升的基础上,进一步提高故障诊断速度,具有更强的战场环境适用性。     

损伤本构模型在边坡工程损伤破坏研究中的应用

从材料破坏机理与规律出发研究结构性土体工程的渐进破坏过程,是实际工程研究的重要方向。针对结构性土的变形特点和传统本构模型解决结构性土体工程渐进破坏过程的不足,采用作者以前提出的结构性土损伤本构模型对边坡工程算例的渐进破坏过程进行模拟分析。算例计算结果分析表明：边坡在破坏过程中会形成一个贯通剪切带,剪切带土体完全损伤;剪切带上方土体损伤相对较小,且有距离剪切带越远损伤越小的趋势;剪切带下方土体损伤也较小,主要因为开挖对其影响很小且处于稳定的坡体内。研究证明,运用结构性土损伤本构模型能较好地解决实际工程损伤破坏问题。     

虚拟维修仿真数据编辑系统研究

为有效解决虚拟维修系统中仿真数据编辑技术不通用的问题,在深入研究虚拟维修数据模型、交互任务分析、仿真数据管理等关键技术的基础上,设计开发了具有工程应用价值的虚拟维修仿真数据编辑系统.在分析系统设计需求的基础上,设计了系统总体结构,基于S1000D设计了虚拟维修数据模型,基于UML分析了维修样机编辑和维修规程编辑过程中的交互任务,基于XML实现了仿真数据的编辑、存储与发布.该系统应用于某型复杂装备虚拟维修,验证了系统的各项功能和应用效果.     

战术数据链网络同步技术的一种改进算法

现有的Link16网络同步算法,假定了询问与应答报文的传播时间相同,导致E值误差较大。提出一种改进算法,待同步JU相继向网内不同NTR发送询问报文,NTR分别发回应答报文。同时NTR间也发送往返计时报文,通过联立计算,提高时间误差的精度。改进算法的仿真分析结果,验证了新同步算法的可行性和有效性。     

战时装备保障阵地选址不确定决策方法

针对战时选址属性信息为区间数的情形,提出了一种基于模糊偏序关系的装备保障阵地选址决策方法.首先,建立战时装备保障点选址的评估值模型,并对其进行预处理;然后建立了模糊偏序关系模型,将混合型评估值模型转化为评估关系模型,得到各备选点之间的偏序关系;最后,对偏序关系进行集结,得到全序关系,从而获取方案的优劣排序.这为战时装备保障阵地选址提供了一种新的有效途径.     

模糊综合评判的装备研制风险评估

装备研制风险评估是在风险分析的基础上对所研究阶段的风险性进行评估,计算该阶段的风险得分,最终确定其风险等级,对结果进行比较分析,为下一步工作的开展确定方向,具有重要的指导意义.对装备研制的风险管理进行了研究.针对装备研制项目阶段特点,从风险管理工作的现实需求出发,以风险管理的基本理论为基础,结合其他领域已有的风险管理模型,建立了装备研制风险管理的针对性模型,并结合事例对装备研制风险管理模型的具体应用进行了说明.     

火炮发射药装药自动识别方法

发射装药号是影响火炮身管寿命的重要因素,为自动识别火炮发射药的装药号,避免人工记录失误和完善火炮射弹履历,分析了装药号自动识别原理,运用火炮动力学分析理论和ADAMS虚拟样机技术,建立火炮发射动力学虚拟样机.通过仿真试验获取样本数据,应用BP神经网络进行学习和训练,从而建立装药号和测试数据之间的非线性映射关系,实现对火炮发射装药号的精确预测.