基于一类弱连续T-模的模糊Hopfield神经网络研究

基于一般的弱连续T-模与取大（V）模糊算子的复合,建立了具有一般意义的动态模糊神经网络——模糊Hopfield神经网络,并系统分析了该动态系统的性能：在Hamming距离意义下证明了该网络是稳定的,而且其平衡点（吸引子）具有全局Lyapunov稳定性。最后,提供了一种有效的学习算法。     

Sojourn times in G/M/1 fork‐join networks

We consider a processing network in which jobs arrive at a fork‐node according to a renewal process. Each job requires the completion of m tasks, which are instantaneously assigned by the fork‐node to m task‐processing nodes that operate like G/M/1 queueing stations. The job is completed when all of its m tasks are finished. The sojourn time (or response time) of a job in this G/M/1 fork‐join network is the total time it takes to complete the m tasks. Our main result is a closed‐form approximation of the sojourn‐time distribution of a job that arrives in equilibrium. This is obtained by the use of bounds, properties of D/M/1 and M/M/1 fork‐join networks, and exploratory simulations. Statistical tests show that our approximation distributions are good fits for the sojourn‐time distributions obtained from simulations. © 2008 Wiley Periodicals, Inc. Naval Research Logistics, 2008     

混沌背景下基于神经网络的编码信号检测新方法

提出了一种混沌背景下的编码信号检测新方法。信号检测过程包含两个步骤:混沌信号的预测和检测判决。该方法利用非线性前馈神经网络进行混沌信号模型的创建,并采用13位巴克码作为编码信号。仿真结果表明,通过该方法进行编码信号检测可以得到较高的检测概率和较低的虚警概率,整体检测性能较高,并且对于不同信噪比的信号具有较强的鲁棒性。     

带落角约束的再入机动弹头的复合导引律

针对再入机动弹头垂直打击目标的要求,研究了具有末端落角约束的复合导引律.该导引律包括俯冲平面内的制导方程和转弯平面内的制导方程,通过在最优导引律的基础上引入滑模变结构控制,增强导引律的鲁棒性.为了减小控制量的抖振和能量损耗,提出了采用RBF(径向基函数)神经网络自适应调节切换项增益的方案,数学仿真验证了该方案的有效性.仿真结果还表明,与最优导引律相比,复合导引律在外界干扰的影响下仍能保持较高的制导精度.     

基于RBF神经网络的HPA自适应预失真算法

卫星通信中,高速数据传输系统要求使用频谱利用率高的高阶调制技术,但高阶调制对高功率放大器(HPA)的非线性非常敏感,会造成码间干扰和邻信道间干扰.提出一种基于RBF神经网络的自适应预失真算法,以实现HPA的线性化,同时推导了自适应算法的迭代公式.仿真结果表明,该算法能明显改善信号星座图,并能大大提高系统的误比特率性能.     

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。     

美军轻型侦察车试验方法

美军轻型侦察车是网络中心战装备的重要组成部分,其试验属于网络革新和试验中心开展的网络试验一部分。试验主要分为三个阶段进行,试验过程紧密结合试验想定内容,分别对组成单元、分系统的技术性能进行测试评估,同时验证战术使用效果。美军网络战装备系统试验思路,是一种可以借鉴的理论方法。     

基于网络嗅探技术的试验数据实时录取

针对某系统在试验中出现的通信节点多、时序紧凑、数据量大等问题,提出了利用网络嗅探技术实现网络环境下的数据采集,采用GPS时钟硬中断和RTX环境下实时数据传输相结合的方法,实现试验数据的精确配时和实时处理,进而结合数据分类和处理,实现了试验数据的实时录取和分析。     

基于遗传神经网络的装备研制作战需求方案评价

针对评价问题的实际情况,利用神经网络良好的自适应性和遗传算法强大的全局搜索能力,采用遗传算法和BP神经网络相结合的遗传神经网络算法解决装备研制作战需求方案评价问题。通过样本数据训练,提高了评价的准确性和适应性。仿真实验表明,该算法能够较好地克服人为因素和随机性的影响,其稳定性和精确性也有较高。     

基于RBF网络的坦克火控系统效能评价仿真

利用层次分析法提出了坦克火控系统效能评价指标体系,简要介绍了指标选取的理由。然后,采用提取原始值法和Delphi法取得了几组训练样本,并对所构造的三层RBF神经网络进行仿真训练,当训练精度达到要求后,再运用RBF神经网络对某型坦克火控系统效能进行了仿真评估。结果表明,在选定指标的基础上,用训练好的RBF神经网络评估坦克火控系统效能是合理的,减少了评估中的人为因素,使评估的结果更为可信。研究结果可为在现有武器装备的基础上开发和研制新型坦克火控系统提供理论参考。