基于BP神经化贝叶斯网络的空袭目标毁伤效果评估

针对空袭目标毁伤因素的复杂多样性,以及贝叶斯网络在评估时对先验知识获取和对网络节点限制方面存在的不足,提出一种BP神经化贝叶斯网络的评估方法,解决空袭目标的毁伤问题。分析了空袭目标毁伤的影响因素,并进行了知识表示;分析了贝叶斯网络结构处理多个父节点问题时存在的几个缺陷,建立了空袭目标毁伤评估的BP神经化网络结构,给出了"BP神经化模块"的决策方法。通过实例分析,结合Netica仿真,验证了该评估方法的准确性,操作简单、有效性好。     

时延分布式控制系统的Truetime仿真分析

针对航空发动机分布式控制系统的时延问题,应用Matlab的Truetime工具箱,设计了控制系统仿真分析平台,分析了时延对系统稳定性的影响。首先针对一类应用状态反馈的控制系统,分析了存在传感器到控制器单侧时延的情况下,系统保持稳定的充分条件。在此基础上,以某型航空发动机为例,基于Truetime工具箱设计了分布式控制仿真系统,分析了不同的时延条件对系统稳定性的影响。仿真结果与理论分析结果一致,证明了系统的有效性。     

基于复杂网络理论的C2组织结构

从复杂网络理论角度,构造出了C2组织结构的网络拓扑模型,并根据C2组织结构的网络特性提出了一个重要的统计特性——节点的重要度,说明节点与其他节点联系的紧密性和重要性,进而分析了C2组织结构网络中的各个统计参数在C2组织结构网络中所具有的现实意义,并基于某个作战想定构建出C2组织结构网络的动态演化过程,更深层次地分析C2组织结构的合理性和高效性,为优化C2组织结构奠定基础。     

Column generation for stochastic green telecommunication network planning with switchable base stations

We present the green telecommunication network planning problem with switchable base stations, where the location and configuration of the base stations are optimized, while taking into account uncertainty and variability of demand. The problem is formulated as a two‐stage stochastic program under demand uncertainty with integers in both stages. Since solving the presented problem is computationally challenging, we develop the corresponding Dantzig‐Wolfe reformulation and propose a solution approach based on column generation. Comprehensive computational results are provided for instances of varying characteristics. The results show that the joint location and dynamic switching of base stations leads to significant savings in terms of energy cost. Up to 30% reduction in power consumption cost is achieved while still serving all users. In certain cases, allowing dynamic configurations leads to more installed base stations and higher user coverage, while having lower total energy consumption. The Dantzig‐Wolfe reformulation provides solutions with a tight LP‐gap eliminating the need for a full branch‐and‐price scheme. Furthermore, the proposed column generation solution approach is computationally efficient and outperforms CPLEX on the majority of the tested instances. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 351–366, 2016     

增量式神经网络聚类算法

神经网络模型具有强大的问题建模能力,但是传统的反向传播算法只能进行批量监督学习,并且训练开销很大。针对传统算法的不足,提出全新的增量式神经网络模型及其聚类算法。该模型基于生物神经学实验证据,引入新的神经元激励函数和突触调节函数,赋予模型以坚实的统计理论基础。在此基础上,提出一种自适应的增量式神经网络聚类算法。算法中引入"胜者得全"式竞争等学习机制,在增量聚类过程中成功避免了"遗忘灾难"问题。在经典数据集上的实验结果表明:该聚类算法与K-means等传统聚类算法效果相当,特别是在增量学习任务的时空开销方面具有较大优势。     

基于BP神经网络的闭路制导改进方法

针对传统闭路制导方法中的制导方法误差,提出了一种根据"真实目标"进行制导的改进制导方法。采用BP神经网络逼近算法,推导建立预定关机点及落点坐标与需要速度间的映射关系,并装订上弹,使关机点附近对应每一个位置能够映射出相应的需要速度矢量。然后利用闭路制导关机及导引方法对导弹实施控制。通过仿真,该方法大大减小了制导方法误差,提高了导弹射击精度。     

基于移动代理的目标跟踪WSN体系结构设计

在目标跟踪WSN网络中,引入移动代理技术,选择性地访问传感器节点和融合数据,能极大地提高WSN网络的性能。提出了一种基于移动代理的WSN目标跟踪网络体系结构,对网络中的移动代理进行了分类,定义了各类移动代理的功能和结构,建立了基于移动代理的目标跟踪工作流程。最后通过仿真实验,验证了随着网络节点数量的增加,提出的目标跟踪WSN结构的与传统的C/S模式目标跟踪WSN结构相比,单位负载量等性能指标上具有较大的优势。     

基于SoPC和NFS的虚拟SATA硬盘

大数据背景下,网络文件系统NFS作为一种成熟的分布式文件系统,为数据存储、管理提供了良好解决方案;So PC是基于软硬件协同设计的片上可编程系统,应用前景十分广泛。系统以SATA硬盘为存储介质实现了一个基于So PC的完整网络存储结构。重点介绍了如何在FPGA内嵌Micro Blaze处理器上设计实现NFS服务组件、文件系统软件,以及如何设计实现SATA硬盘控制硬件IP核。经Xilinx的XUPV5_LX110T开发平台调试验证,So PC网络存储软硬件系统工作正常,可以用作云存储的虚拟资源节点。     

面向射频指纹识别的高效IQ卷积网络结构

现有应用于射频指纹识别的卷积网络对时序同相正交(in-phase and quadrature-phase, IQ)信号的处理都是将其简单视为图像进行的,存在识别准确率低和计算量大的问题。针对以上问题,提出了一种基于IQ相关特征的卷积神经网络结构。该网络分步提取了IQ相关特征及时域特征,通过自适应平均池化获得了各通道特征均值,并用单个全连接层进行分类。实验结果表明,较传统卷积网络结构,所提网络在多种场景下的识别准确率更高,并且计算量更小。     

自行火炮群的野战移动自组织网络

提高野战条件下的通信保障能力是当前我军炮兵部队信息化建设的一项重要内容,需要在原有通信方式的基础上探索新的途径。结合自行火炮群的作战指挥特点和无线自组织网的优点,研究了适用于自行火炮群的野战移动自组织网络,从结构体系、指挥网络的管理以及路由协议的选择等方面探讨了自组织网相关技术在自行火炮群作战中的具体应用。