基于层间嵌入式多级支持向量机的特征选择

针对多故障样本一次性映射之后分类不理想,研究了多级层次式支持向量机,应用UCI数据仿真,结果表明该方法缩短了训练时间、提升了测试准确率、改善了样本的可分类性。由于误差积累,在此基础上,提出了层间嵌入式多级支持向量机,采用Abalone数据仿真,结果表明分类精度有所提高并减少了分类步骤。结合ReliefF算法,对制导设备的故障特征参数进行了选择。     

基于HLA的维修保障仿真系统设计研究

针对作战单元维修保障能力评估的需求,提出建立基于HLA的维修保障仿真分析平台。在分析维修保障系统构成和运行过程的基础上,阐述了仿真联邦的设计思想和构建方法,并进行了系统设计。根据实际系统的运行逻辑开发了联邦剧情,基于HLA的开发和执行过程模型构建了联邦系统框架,设计了联邦对象模型,并指出了仿真实现的关键技术所在。     

基于Prony算法的大型结构振动信号降噪方法

以去除力锤激励下大型结构振动信号的背景噪声为研究目的,分析了背景噪声产生的原因及结构振动信号的特点,提出了将Prony算法应用于降噪的方法。该方法首先用一组衰减余弦信号分量之和来拟合原始信号,得出各衰减余弦信号的参数,然后根据振动信号的特点从中识别出背景噪声并构造其数学表达式,最后进行降噪处理。运用传统Prony算法和改进Prony算法分别对仿真信号和实测信号进行降噪处理,其结果证明了Prony算法的有效性,且改进的Prony算法具有更高的识别精度和更好的降噪效果。     

基于多帧的帧同步检测

阐述了帧同步检测的实质,分析了利用大数判决和基于统计的多帧检测算法,并对上述算法进行了仿真。由仿真结果可以看出,多帧检测的性能显著提高,并且多帧检测信噪比的适用范围比单帧的宽。     

一种新的CLEFIA多字节差分故障分析方法

阐述了CLEFIA分组密码算法及故障分析原理,根据在CLEFIA密码第r轮与第（r-2）轮注入多字节故障,提出了一种新改进的针对CLEFIA的多字节故障模型及分析方法,并通过软件仿真实验进行了验证。结果表明,CLEFIA算法的Feistel结构和差分S盒特性使其易遭受多字节故障攻击,而改进算法使得密钥的恢复效率大大提高。     

基于CAS/Agent的装甲装备战损模型仿真

针对传统战损模型研究方法存在的不足,提出用人工神经网络的学习能力模拟Agent的适应性。借鉴CAS(Complex Adaptive System)理论的建模思想,引入ERA(Environment-Rules-Agents)方案建立战损模型。在外部干预Agent作用下,运用BP算法并结合CT(Cross Target)算法对红蓝双方对抗战斗进行仿真,模拟动态战场环境下装备损伤的演化过程。该模型可更好地理解装备损伤的动力学特性。     

基于EMD、遗传算法及神经网络的柴油机故障诊断

研究了将经验模式分解(Empirical Mode Decom position,EMD)、遗传算法及BP神经网络相结合对柴油机振动信号进行故障诊断的方法。首先运用经验模式分解方法对柴油机缸盖表面振动信号进行分解并提取特征参数;然后利用遗传算法对得到的特征参数进行选择,找到对于故障诊断最为敏感的参数;最后建立了BP神经网络模型对柴油机典型故障进行诊断。通过对某型柴油机的验证,表明该方法能够准确识别柴油机供油系统的典型故障。     

装甲车辆自动配电系统MilCAN总线通信设计

针对CAN总线实时性不能有效保证这一问题,提出了利用MilCAN总线作为装甲车辆自动配电系统网络总线;在CAN总线模块基础上实现了MilCAN高层协议,分析和设计了系统应用层通信协议。试验结果表明:在CAN模块上实现的MilCAN高层协议性能可靠,能够很好地满足自动配电管理系统数据传输要求。     

基于实时递阶控制的智能坦克火控系统结构分析

为适应坦克火控系统的智能化发展需求,保证智能坦克火控系统研究工作的顺利开展,提出了坦克火控系统智能控制结构的设计原则,并综合功能型和行为型控制结构的优点,构建了系统智能实时递阶控制的总体结构,对各个智能控制层的内部结构和功能进行了分析。最后基于实时递阶控制结构对系统的稳定性进行了分析,对智能坦克火控系统的后续研究设计工作具有一定的指导作用。     

一种改进的连续域蚁群算法

简要介绍了蚁群算法,并从解决连续域问题的角度分析了段海滨等提出的基于网格划分策略的连续域蚁群算法的基本原理,针对该算法的特点和存在的缺陷,提出了改进的办法:在前期用遗传算法快速生成初始信息素,再利用蚁群算法寻求精确解。最后通过对一个二维连续域函数优化仿真实验,证明了改进后蚁群算法的有效性。仿真实验结果证明:改进后的蚁群算法无论是时间性能还是优化性能都明显优于改进前的蚁群算法,克服了蚁群算法的缺陷,大大提高了算法的速度和求解效率,达到了时间性能和优化性能的双赢。