分布式实时网络半实物仿真方法研究

介绍了基于分布式实时网络的复合寻的制导武器半实物仿真试验环境建立的基本方法,对其工作原理、主要设备和技术进行了分析。     

利用网络加强大学生思想政治教育

现代网络信息已渗透到社会的各个角落,改变着人们的工作和生活,影响着当代大学生的思想和学习。本文在分析了大学生不适当沉迷网络对健康成才危害的基础上,提出了高校思想政治教育网络立体平台构筑的立足点、切入点、沟通、融合点,开辟高校思想政治工作网络新天地。     

基于CDMA蜂窝网的定位算法

基于TDOA的经典定位Chan算法主要针对地面移动台,针对中低空飞行器,将Chan算法推广到三维空间,并与飞行器上的惯导系统进行实时组合导航定位。主要思想是根据CDMA蜂窝网导频信号的到达时差(TDOA)两次使用加权最小二乘解算,吸收taylor算法的递推思想,得到飞行器位置的两组解。利用惯导系统提供的位置信息进行解模糊,从而得到飞行器的实时位置信息。仿真结果表明,在相同条件下,与其他经典算法相比,此算法定位精度高,定位运算速度快,其均方误差逼近克拉美罗界(CRLB),对中低空飞行器定位具有一定的参考价值。     

水下传感器网络冗余设计

冗余设计可以有效地延长水下传感器网络寿命和提高网络可靠性,基于可靠性理论,考虑水下传感器网络环境及节点垂直移动等约束,在对冗余非共享方案研究的基础上,结合水下传感器网络特点,提出了适合于水下传感器网络特点的冗余共享设计方案,并给出了冗余共享方案的可靠性模型,通过数值计算,研究了网络可靠性变化曲线及冗余节点数与网络寿命的关系。经过MATLAB软件仿真,表明在同一网络寿命情况下,相对于冗余非共享方案,冗余共享方案所需冗余节点数更少,降低了网络部署成本,达到了冗余优化的目的。     

基于变结构神经网络的L1自适应控制

针对传统模型参考自适应控制存在的鲁棒性问题和神经网络结构庞大因而计算量膨胀的问题,提出了一种变结构神经网络L1自适应控制方法,其中变结构神经网络用于在线辨识系统存在的未知非线性函数,该网络通过对节点进行唤醒与催眠以动态调节结构,以最少的节点数进行有效的逼近,降低计算复杂度;L1自适应控制用于网络权值学习与系统非线性补偿,反馈回路中设有一个低通滤波器,只要满足L1增益条件,就能确保系统的输入输出信号的瞬态响应和稳态跟踪性能与一个期望的线性时不变系统的响应保持一致。通过对四旋翼飞行器进行仿真,验证了该方法的有效性。     

具有leakage时滞的随机马尔科夫跳变神经网络的稳定性

研究一类具有leakage时滞的随机马尔科夫跳变神经网络的稳定性,通过构造一个新的Lyapunov-Kra—sovskii泛函,并应用It6公式、随机不等式技术,得到了基于线性矩阵不等式（LMI）的均方意义下的全局稳定性判定条件．     

应用物联网技术解决现代消防管理和火灾防控难题探讨

针对建筑消防设施设备的管理现状及存在的问题,剖析了存在问题的原因,提出了物联网在实现智能化火灾控制和消防管理方面的优势,探讨了消防物联网能够解决的消防难题,给出了消防物联网在实际工作中的应用效果。     

“协同制导通道”基本概念及其应用分析

舰艇编队协同反导作战,是海上网络中心作战的典型样式.针对舰艇编队网络化协同反导作战装备体系特殊性,提出了“协同制导通道”基本概念和数学表示方法,并对基于协同制导通道分配方法运用于网络化反导作战条件下武器资源分配进行了研究.分析了单舰反导作战“武器目标分配”的局限性,网络化反导作战“弹-目匹配”新需求和“协同制导通道”的选择方法,为确定“协同制导通道”选择的最优化指标,提出选择“协同制导通道”优化算法奠定了基础.     

基于神经网络集成方法预测膜蛋白类型

由Chou等人提出的预测膜蛋白分类的机器学习算法在近年来不断改进,使得预测膜蛋白类型的准确率越来越高。但是由于膜蛋白类分布不均衡而导致少数类的预测准确率非常低,使用神经网络集成方法能解决此问题。该方法中Bagging算法通过对多数类欠采样和少数类过采样来解决膜蛋白训练数据集不均衡问题。此外,用神经网络集成方法对已训练数据集和独立数据集进行分类测试,得出神经网络集成方法预测效果优于单个最好神经网络。该方法为解决蛋白质分类预测问题提供了一种新的策略,特别是训练数据集不均衡时,该方法的优势更加明显。     

基于秘密共享的卫星网络组密钥管理方案

针对卫星网络组密钥管理的重要性,提出了一个可认证的基于门限秘密共享的组密钥管理方案．结合卫星网络的动态拓扑结构特点,将地面站作为组成员的身份注册中心,以实现对组成员的身份认证,确保节点的合法性．为了提高组密钥的生成效率,选取≠一1颗可见时间长的卫星构建组密钥份额分发中心,降低了组密钥联合生成过程中的通信量．组密钥协商无需安全信道,节省了系统资源．安全性及性能分析表明,该方案不仅具有较强的安全性,而且还具有计算和通信量小的优点．参数分析表明,门限值k与组密钥更新周期T是影响方案安全性的2个重要因子．