基于改进粒子群优化RBF神经网络的算法

针对粒子群算法易陷入局部极小的缺陷,提出了一种改进的粒子群优化算法,并将改进后的算法应用到RBF神经网络核函数参数的选取中。依照文中提出的编码方式、迭代公式和适应度函数,在全局空间中搜索具有最优适应值的参数向量。实例仿真表明,基于改进粒子群算法优化的RBF神经网络不仅收敛速度快,且误差精度高。     

无线传感器网络中多传感器动态自适应调度算法

无线传感器网络中,目标跟踪往往通过节点之间的协作完成。在无迹变换卡尔曼滤波基础上,提出一种多传感器动态自适应调度算法进行目标跟踪。该方法根据预测跟踪精度来确定采样间隔,然后基于特定的检测概率,为下一时刻选择一组传感器,形成一个临时工作组,并指定某一个传感器作为中心节点进行数据融合。仿真结果证明了该算法能有效提高跟踪精度和可靠性。     

雷达网威力范围可视化方法研究

以雷达网威力范围的可视化为研究对象,提出了网格分割筛选算法,并给出了仿真实例,较好地实现了威力范围的二维可视化。还探讨了雷达网威力范围的三维可视化方法,并给出了较好的解决思路。     

基于主成分分析和神经网络的目标识别

采用主成分分析法将多项识别属性进行综合聚集,减少关联属性对识别的干扰,达到属性约简的目的。利用神经网络进行目标识别,通过优化训练策略,可以提高网络的收敛速度和泛化能力。主成分分析法与神经网络结合既能高效识别已知样本,又能对未知样本具有很强的自学与适应能力,从而有效地对海战场目标进行识别。通过对比仿真,证明了算法的有效性。     

噪声干扰下雷达目标检测概率计算模型研究

针对雷达自身性能和干扰因素对雷达目标检测概率的影响,分析了噪声干扰情况下检测概率同干扰机有效功率、干扰机位置之间的关系,联合雷达的最大作用距离、工作频率等性能参数,得到了噪声干扰情况下雷达检测概率的表达式。并运用秩K法则,得到了噪声干扰下雷达网综合检测概率的表达式,解决了噪声干扰下雷达网检测概率的确定问题。仿真结果验证了模型和方法的有效性。     

基于滤波与BP神经网络的水下探测信号检测算法

针对水下探测系统探测船舶磁场信号时信噪比较低的问题,首先根据磁异常信号的频域特征,设计了约束最小二乘FIR滤波器,通过对含噪信号进行带通滤波,滤除高频噪声;再采用BP神经网络对低频分量进行学习,提取船舶目标特征信号。将该算法应用于船模实测实验,结果表明:该算法可以显著提高信噪比,增强对船舶磁场信号的检测能力。     

基于罗兰C的广域增强系统地面通信网络设计

研究了罗兰C脉冲内频率调制,理论分析了各调制方式对罗兰C定位接收机的影响及其数据传输率。研究结果表明:我国罗兰C台链通过脉冲频率二阶16级调制能满足WAAS地面通信网络的要求,且该调制方式兼容于定位接收机。     

基于ZigBee的导弹仓库温湿度监控系统设计

论述了基于ZigBee的导弹仓库温、湿度监控系统结构及工作原理,阐述了系统的硬件与软件设计方法．该系统利用温湿传感器SHT11、无线射频模块CC2530和微机技术实现对温、湿度的检测、分析,并通过对数码管LED、加热装置、排风装置等的控制来实现对温、湿度的数值显示和自动调节,具有低功耗、低成本、自动化程度高的优点．     

复杂电磁环境下组网雷达探测能力仿真评估研究

为研究复杂电磁环境与组网方式对组网雷达探测能力的影响,构建了复杂电磁环境下雷达探测能力云规则算法模型和探测能力评估模型,然后利用Netlogo仿真平台实现了对3组复杂电磁环境下雷达组网方案探测能力的仿真和评估．仿真结果表明复杂电磁环境对组网雷达探测能力影响明显,通过调整组网方式可以有效提高组网雷达探测能力．     

面向CPS的一体化标识网络结构研究

对信息与物理融合系统（Cyber—Physical System,CPS）体系结构及其标识机制进行了系统分析,对基于资源港（Port）的体系结构进行了设计,提出了三层一体化标识网络结构模型,并设计Port层模型作为CPS资源寻址定位和建立通信连接的重要中间件层。最后,以一个智能家居原型系统为例,对一体化标识结构关于支持用户对CPS资源访问与管控的可行性进行了验证。