BP神经网络的弹道导弹态势等级模型

针对弹道导弹的目标特性和作战特点,对主要态势指标进行了提取,构建了基于BP神经网络的态势等级模型,并按照区间对预警等级进行划分。为提高模型的准确性和适应性,通过样本数据对BP网络进行了训练,并进行了仿真得到了态势等级。仿真结果表明:利用BP神经网络对态势等级进行研究是可行的。     

基于冲量法实现航天器编队重构控制仿真的研究

针对航天器编队重构的可视性不强,提出一种冲量法实现航天器编队重构的视景仿真技术。双脉冲机动是指航天器对空间目标的近轨道转移时,所需要的两次冲量机动。应用航天器之间相对运动原理,以空间目标轨道六要素为目标函数,通过调整航天器轨道参数对空间目标进行编队重构,有摆动绕飞转移至摆动式悬挂绕飞,进而得出了航天器转移摆动式悬挂绕飞编队到所需冲量基本关系,从而实现航天器对空间目标进行编队重构控制。     

FINANCIAL VERSUS HUMAN RESOURCES IN THE GREEK–TURKISH ARMS RACE 10 YEARS ON: A FORECASTING INVESTIGATION USING ARTIFICIAL NEURAL NETWORKS

This paper looks into the Greek–Turkish arms race a decade after an earlier contribution to the issue that relied heavily on artificial neural networks. The time period between the two papers contributes to the reliability of the results derived, not just by increasing the number of observations, but also mainly by incorporating the progress made in the realm of artificial intelligence. The focus on the case of both countries unlike the paper mentioned above that dealt with just the Greek side provides ample room for comparative purposes regarding the determinants of defense expenditure on both sides. The results derived in terms of input significance estimation support the findings of the earlier research as indicated above, pointing to the leading role of the demographic preponderance of Turkey over Greece. The paper also points to the fact that 10 years later, Turkey continues to set the arms race rules against its rival by determining the defense expenditure of Greece, whereas the role of the latter in affecting the military spending of Turkey is non‐existent.     

基于RBF神经网络的军事物流设施规模预测

确定合理的军事物流设施规模对于成功实施军事后勤保障十分重要。提出了基于RBF神经网络的军事物流设施规模预测模型的建模方法,该方法旨在确定军事物流设施规模与其影响因素之间的非线性关系;采用算例说明了基于RBF神经网络的军事物流设施规模预测的具体做法,对军事物流设施规模的确定具有指导意义。     

多源文本数据真值发现方法

针对传统真值发现算法无法直接应用于文本数据的问题,提出基于深度神经网络面向多源文本数据的真值发现算法(NN_Truth)。根据文本答案多因素性、词语使用多样性以及文本数据稀疏性等特点,将“数据源-答案”向量作为网络输入,识别答案真值向量作为网络输出,依据真值发现的一般假设,无监督学习各数据源答案向量间关联关系,并最终获得答案真值。实验结果表明,该算法适用于文本数据真值发现场景,较基于检索的方法及传统真值发现算法效果更优。     

利用循环网络的降落伞开伞载荷补偿方法

为了对降落伞充气展开过程中的开伞载荷进行更加准确的预测,提出一种基于循环神经网络的开伞载荷补偿计算方法,包括模型架构和数据处理方式。该方法将充气时间法计算的预测值代入循环网络进行二次计算,使最终结果能够更加贴近试验真值。使用多层前馈网络、标准循环网络与长短时记忆网络三种网络进行比较,验证了所提模型预测结果的适用性和准确性,研究了学习率、输入层维度和隐层维度等超参数对模型性能的影响,并给出了基于长短时记忆网络的补偿模型最优训练条件。实验结果表明,利用循环网络进行开伞载荷预测具有较好的拟合结果,为机器学习与降落伞工业的学科交叉研究提供了一定的参考方向。     

悬挂式脉冲水干粉复合灭火技术及其产品研究

多相复合灭火技术能克服细水雾、超细干粉、惰性气体等灭火技术在灭火介质单独应用时存在的不足,介绍了悬挂式脉冲水干粉复合灭火装置,该产品基本性能检测和电气柜实体火灭火试验证明,此装置可有效发挥脉冲超细干粉的化学灭火和细水雾的冷却窒息物理灭火的灭火效能,灭火效率高,是一种新型的高效哈龙替代技术。     

基于Kalman滤波器的放大转发双向中继联合信道估计方法

针对遵从放大转发协议的双向中继网络的联合信道估计问题,提出了一种基于Kalman滤波器的新方法。首先根据联合信道构成特点将其划分为自干扰部分及传输部分,通过AR模型对这两部分自相关函数进行近似化处理,建立了联合信道时变过程的状态方程,结合接收的训练序列信号,给出了具有Kalman滤波器形式的估计方法。随后在证明了该方法的一致收敛性质的同时,列出了误差性能限所满足的Riccati方程表达式。仿真结果表明,新估计方法相比于最大似然方法在均方误差方面具有明显的性能优势。     

高g值加速度计动态校准的实现方法

针对高g值加速度计动态校准要求激励信号的频率大于加速度计谐振频率的需要,采用小型Hopkinson杆和激光干涉仪构成动态校准系统,对某型高g值加速度传感器进行了校准实验。结果表明:该系统能产生脉宽10滋s以下的窄脉冲加速度激励信号,对一阶谐振频率大于100 k Hz的高g值加速度计可以实现动态校准。     

一种基于TOA测量的位置信息场定位算法

针对传统的仅测脉冲到达时间(TOA)定位方法不能适应复杂体制雷达信号的问题,提出了一种新的基于TOA测量的位置信息场定位算法。首先由主站自提取辐射源的脉冲样本图,副站利用主站自提取的脉冲样本图匹配分选出该站接收的辐射源脉冲列,并将其对应的TOA数据传回主站,而后由主站基于各站的TOA测量构造目标位置信息场函数,通过网格搜索法实现对辐射源位置的估计。仿真结果验证了该方法的有效性。