考虑非线性退化与随机失效阈值的剩余寿命预测

针对广泛存在的非线性退化设备,现有方法尚未考虑随机失效阈值对剩余寿命预测结果的影响。因此,通过对设备性能退化过程进行分析,提出了一种综合考虑非线性退化与随机失效阈值的剩余寿命预测方法。基于Wiener过程构建了考虑个体差异与测量误差的非线性退化模型;基于卡尔曼滤波算法建立状态空间模型以实现对退化状态的在线更新;基于极大似然法估计失效阈值分布系数估计方法,得到随机失效阈值的概率分布;基于随机失效阈值推导出剩余寿命的概率分布,实现对剩余寿命的在线预测。算例研究表明,所提方法可以有效地提升剩余寿命预测的准确性,具备一定工程应用价值。     

基于深度神经网络的无线覆盖预测算法*

为保证新一代移动无线网络能够根据实时覆盖情况动态地调节小区天线参数,需要实现高效且准确的无线覆盖预测。传统的求解方法通过精确的场强预测来判断天线参数的优劣,虽然精度很高但需要大量的计算资源,无法满足5G和后5G移动网络通过实时覆盖预测进行射频参数动态调整的实际需求。现采用基于深度神经网络的算法对给定天线参数的覆盖效果进行预测,以取代对目标区域的精确场强预测。数值结果表明,该方法能够在保持计算准确性的同时显著减少计算量,为5G动态网络规划提供基础性参考数据。     

基于贝叶斯网络的态势估计时间推理方法

基于贝叶斯网络的态势估计方法是目前态势估计领域中的主要方法之一,然而,传统的贝叶斯网络不具备时间语义,因此无法解决态势估计中的时间推理问题.基于此,对贝叶斯网络进行改造,研究了时间贝叶斯网络的构建方法.通过一个战场想定,说明了时间贝叶斯网络构建、推理的过程与方法,证明了提出方法的有效性.     

基于区间直觉模糊集的目标优先级求解方法

针对复杂防空作战环境下多目标优先级难以准确评估的问题,提出了基于区间直觉模糊集理论的目标优先级求解算法。首先系统分析了影响目标优先级的因素以及各影响因素与目标优先级之间的非线性关系。其次,对区间直觉模糊集的得分函数和精确函数进行了改进,考虑了犹豫度信息对决策结果的影响,并且提出了基于得分函数和精确函数的目标优先级求解算法。最后通过仿真算例验证了算法的有效性。     

测速雷达使用新方法研究

通过舰炮武器系统测速雷达作战使用分析,提出初速预测新模型、修正量新模型等测速雷达使用新方法。分别对使用新方法前后效能进行比较仿真,仿真证明,本方法极大地提高了舰炮武器系统对海作战时首群命中效能。所提出的方法对于提高舰炮武器作战效能具有理论和实际意义。     

监测位移趋势分析确定滑坡稳定状态研究

针对滑坡预报缺少公认的临界速率,同时由于普遍存在的位移突变现象,易于造成大量误报的问题,提出了基于监测位移趋势分析的滑坡预报新思路。通过分析某工程滑坡的位移监测数据,得出了选取关键断面、观测预报点的一般规律。采用FLAC3D计算考虑流变状况下,不同安全系数所对应的滑坡位移趋势曲线,通过对比分析相应关键点监测位移趋势曲线,定量、全过程判定滑坡所处的稳定状态,为工程项目提供决策参考,避免了滑坡进一步发展,验证了滑坡观测预报点选择规律和对比监测、计算位移趋势曲线进行滑坡预报的可行性。     

H.264/SVC的编码依赖问题研究

H.264/SVC(Scalable Video Coding)使用了多种预测编码机制,极大地提高了分级编码的编码性能,同时也引入了复杂的编码依赖关系,给编码器的优化控制带来了极大的难度。因此,有必要研究这种不可忽视的编码依赖关系。在介绍H.264/SVC的主要预测编码机制的基础上,分析归纳出H.264/SVC的编码依赖关系主要来源于帧间预测、层间帧内预测和层间残差预测,然后针对这三种预测机制的特点,结合文献[1]提出的帧间依赖关系,基于实验数据,建立了编码依赖模型,得到了用编码依赖测度表达的编码依赖关系。最后,将时域依赖模型应用到H.264/SVC基本层码率控制中,实验数据表明时域依赖模型能够提高码率控制的性能。     

J-M模型改进与可靠性预测研究

软件可靠性J-M预计模型对可靠性测试数据的假设要求比较严格,与实际情况不太符合。针对可靠性测试中各种因素的影响,适当修改了排除错误的条件假设,使得模型的适用性更强。对J-M模型用迭代法确定了参数的估计值,结合1组可靠性测试数据,得到可靠性预测结果。     

钨合金(碳化钨)柱形预制破片战斗部对均质钢甲的毁伤效能分析

针对现代战争的需要,特别是对战场轻型装甲的攻击需要,基于预制破片技术,以柱形杆(钨合金)预制破片为对象建立物理模型,对其破片尺寸、装药形式及尺寸的相互关系进行分析,进而通过引入TBM战斗部设计的关系式对所建模型的破片进行速度预报,依照该速度按照侵彻理论推算其对均质钢甲的毁伤效能。结合分析结果指出了柱形杆(钨合金)预制破片战斗部在攻击均制钢甲方面的优点。     

基于转置卷积神经网络的翼型结冰冰形图像化预测方法

结冰问题严重影响飞机飞行安全,结冰智能预测是飞机智能防除冰系统设计和安全设计的重要依据和支撑.为解决复杂冰形在翼面同一位置的法线方向冰形厚度存在多值的问题,提出基于转置卷积神经网络的翼型结冰冰形图像化预测方法.设计预测模型的神经网络结构、损失函数、数据规范等,直接将影响飞机结冰的飞行和大气条件作为输入,以灰度化的冰形图...