国防生体育教学形式拓展探究

地方高校国防生的体育教学训练往往沿袭了普通大学生的体育教学形式,针对性不强,影响了国防生军事体育素质的提高。通过调查分析指出,国防生体育教学训练形式应从开展新生体能强化训练、军事体育竞赛等方面来进行拓展。     

基于RBF网络的滑模变结构控制在无刷直流电机伺服系统中的应用

无刷直流电动机的参数强耦合、高度非线性特性增加了对其速度控制的难度,针对这一特点,设计了一种神经网络滑模变结构速度控制器。将无刷直流电机速度伺服系统分成名义模型和不确定模型,采用状态反馈方法对名义模型进行控制,以RBF神经网络为滑模动态补偿器对不确定系统进行控制。该方法不仪具有变结构控制的抗参数摄动、抗干扰以及速度快等优点,神经网络控制的加入还有效地减弱了单纯滑模变结构控制所带来的“抖振”现象。Matlab仿真结果表明,该控制器具有良好的控制性能和鲁棒性能。     

雷达组网系统仿真试验信息源软件研制

针对目前雷达模拟器不能满足雷达组网系统调试与模拟测试需求的问题,在分析雷达组网系统测试信息源功能需求的基础上,采用纯软件的实现方法,从体系结构、功能模块和信息流3个方面对系统进行了详细的设计,讨论分析了具体技术实现中的几个关键问题,给出了具体的仿真实例。系统测试结果验证了设计的合理性,该设计满足了雷达组网系统测试对目标和雷达控制灵活性等多方面的需求。     

作战系统MAS中的作战行动域与实际组元逻辑关系分析

建立作战系统多Agent系统(Multi-Agent System,MAS)组织,必须首先建立由作战系统实际组元到Agent的映射。围绕作战系统MAS的建立,在提出由作战系统实际组元到Agent的映射过程与方法的基础上,提出了作战系统领域概念视图、作战行动域及其各层次概念、实际组元逻辑关系分析的基本方法,为实现基于多Agent的作战系统建模与仿真奠定基础。在基于多Agent的信息化战场多传感器仿真演示系统中,证明了该方法的可行性与有效性。     

基于BP神经网络的柴油机动态输出扭矩预测建模

比照测试柴油机负荷特性方法对某型废气涡轮增压柴油机进行了全工况热平衡台架试验,并以柴油机各稳定工况点台架试验的转速、加油尺杆位移、排气温度及相应输出扭矩的测试数据为训练、测试样本,通过BP神经网络的反复学习,得到了精度较高且泛化能力较强的柴油机动态输出扭矩预测模型。     

基于神经网络的柴油机技术状态主元信息提取方法

在柴油机技术状态监测时,表征其技术状态的特征参数有很多,合理提取状态主元信息是一项关键的任务。分析研究了人工神经网络的信息提取原理和方法。以某型坦克柴油机为例,通过柴油机性能检测试验测取了能够反映柴油机技术状态变化的典型特征,建立了O ja神经网络信息提取模型,提取了柴油机技术状态的主元信息。分析结果表明:提取的主元信息能够反映柴油机技术状态随柴油机使用时间的变化趋势。该方法为坦克柴油机的技术状态监测与故障诊断提供了有效手段。     

一类广义二重积分

首先利用一个收敛级数构造了R上的一个特殊开集G,然后利用平面点集可求面积的充要条件,在平面上引入了一个有界的不可求面积的积分区域Ω,最后在Ω上定义了一个取正值的分段函数,并证明了其在Ω上的广义二重积分存在。     

信源数动态变化的一种稳健超定盲分离算法

针对大多数现有盲分离算法都假定信源数已知,分析了信源数未知且动态变化时的超定盲分离(接收天线数多于信源数)算法,通过奇异值分解在线估计信源个数,并修正自适应神经网络的维数。文章在经典Cichocki-Unbenauen算法中加入动量项,设置可变步长,使分离性能得到较大的改进,同时避免训练陷入局部最小。与文献[1]新提出的ANA算法相比,仿真结果证明本文算法具有更快的收敛速度和更小的稳态误差。     

神经网络技术在智能BIT故障诊断系统中的应用

论述了智能BIT的智能设计、智能检测、智能诊断和智能决策,构建了基于神经网络的某高炮装备随动系统的智能BIT故障诊断系统。用Multisim进行电路仿真,提取输出信号的均值、峭度、偏斜度构成三维向量,以它作为特征向量利用神经网络进行模拟电路的故障诊断。通过比较BP神经网络、SOM神经网络和小波神经网络的诊断结果,得知利用均值、峭度和偏斜度作为特征,BP神经网络和SOM神经网络能够有效识别故障状态模式。     

航空随队支援干扰掩护区仿真建模研究

干扰暴露区及干扰扇面等传统评估指标对静态干扰部署可以进行有效评估分析,对机动干扰掩护难以进行准确描述分析。为有效评估电子对抗航空兵随队支援干扰能力,以及准确进行航空兵突防编队配置及干扰力量需求分析,引入了干扰掩护区的概念,并建立相关模型进行仿真计算,得出3条电子对抗随队支援航空兵突防的运用启示。