某通信电台天线超宽带耦合效应研究

利用时域有限差分方法（FDTD）,结合端接负载模型,计算某指挥控制系统置于方舱上壁的鞭状天线的超宽带（UWB）耦合效应。计算结果表明：该天线在超宽带环境中耦合的最大电流在35 A左右;当入射波的电场方向与天线方向一致时,天线上可以感应更大的电流;由于方舱上壁反射电磁场的作用,当仰角在120°左右时,天线上的感应电流峰值最大;超宽带脉冲平行于车长方向入射该系统能比垂直入射该系统,感应出更大的电流。     

雷达组网系统仿真试验信息源软件研制

针对目前雷达模拟器不能满足雷达组网系统调试与模拟测试需求的问题,在分析雷达组网系统测试信息源功能需求的基础上,采用纯软件的实现方法,从体系结构、功能模块和信息流3个方面对系统进行了详细的设计,讨论分析了具体技术实现中的几个关键问题,给出了具体的仿真实例。系统测试结果验证了设计的合理性,该设计满足了雷达组网系统测试对目标和雷达控制灵活性等多方面的需求。     

超混沌系统的脉冲控制与同步及其在安全通信中的应用

利用脉冲微分系统的比较系统及其稳定性定理,研究了四阶Rssler超混沌系统的脉冲控制,给出了系统渐进稳定的充分条件。通过研究2个四阶Rssler超混沌系统的脉冲同步,给出了误差系统渐进稳定的充分条件,数值模拟验证了所给结论的正确性。根据脉冲混沌安全通信系统的原理,结合笔者提出的脉冲同步律,对某一正弦信号进行了保密传输,计算机模拟结果表明了保密传输的有效性。     

基于BP神经网络的柴油机动态输出扭矩预测建模

比照测试柴油机负荷特性方法对某型废气涡轮增压柴油机进行了全工况热平衡台架试验,并以柴油机各稳定工况点台架试验的转速、加油尺杆位移、排气温度及相应输出扭矩的测试数据为训练、测试样本,通过BP神经网络的反复学习,得到了精度较高且泛化能力较强的柴油机动态输出扭矩预测模型。     

基于神经网络的柴油机技术状态主元信息提取方法

在柴油机技术状态监测时,表征其技术状态的特征参数有很多,合理提取状态主元信息是一项关键的任务。分析研究了人工神经网络的信息提取原理和方法。以某型坦克柴油机为例,通过柴油机性能检测试验测取了能够反映柴油机技术状态变化的典型特征,建立了O ja神经网络信息提取模型,提取了柴油机技术状态的主元信息。分析结果表明:提取的主元信息能够反映柴油机技术状态随柴油机使用时间的变化趋势。该方法为坦克柴油机的技术状态监测与故障诊断提供了有效手段。     

对卫星通信链路干扰仿真分析

研究通过地基大功率干扰机干扰卫星通信上行链路,通过无人机干扰卫星通信的下行链路。通过载噪比和误码率对卫星通信链路的性能进行分析,对地基干扰大功率机干扰卫星通信上行链路进行了仿真分析,研究干扰机布放数量、干扰功率、干扰频率、通信数据传输速率和调制方式等因素对干扰效果的影响,并对无人机干扰卫星通信的下行链路进行了仿真分析,得出无人机和地基干扰机干扰卫星通信的一些作战使用结论。     

基于IJOTISPP的席位通信系统的设计与实现

一体化联合作战训练系统公共平台IJOTISPP（Integrated Joint Operation Training Information Systemic Public Platform）是军事训练信息系统建设的基础支撑平台。作为联合作战训练信息系统中的重要组成部分席位通信系统,也需在该平台上进行搭建与开发。介绍了IJOTISPP的基本原理,采用IJOTISPP提供的通信服务和Visual C＋＋.Net 2003开发工具进行系统开发,设计了该系统的基本架构,实现了各操作席位之间短信、文件的交互。现场运行表明：该系统具有操作简单、人机界面友好、性能稳定等特点,符合模拟训练中异地通信的要求。     

信源数动态变化的一种稳健超定盲分离算法

针对大多数现有盲分离算法都假定信源数已知,分析了信源数未知且动态变化时的超定盲分离(接收天线数多于信源数)算法,通过奇异值分解在线估计信源个数,并修正自适应神经网络的维数。文章在经典Cichocki-Unbenauen算法中加入动量项,设置可变步长,使分离性能得到较大的改进,同时避免训练陷入局部最小。与文献[1]新提出的ANA算法相比,仿真结果证明本文算法具有更快的收敛速度和更小的稳态误差。     

神经网络技术在智能BIT故障诊断系统中的应用

论述了智能BIT的智能设计、智能检测、智能诊断和智能决策,构建了基于神经网络的某高炮装备随动系统的智能BIT故障诊断系统。用Multisim进行电路仿真,提取输出信号的均值、峭度、偏斜度构成三维向量,以它作为特征向量利用神经网络进行模拟电路的故障诊断。通过比较BP神经网络、SOM神经网络和小波神经网络的诊断结果,得知利用均值、峭度和偏斜度作为特征,BP神经网络和SOM神经网络能够有效识别故障状态模式。     

异步雷达组网协同跟踪动态传感器分配算法

针对异步雷达组网下的协同跟踪问题提出了一种基于异步顺序融合的动态传感器分配算法。该算法对异步雷达的量测值按采样时刻顺序滤波,根据滤波协方差和目标期望协方差的接近程度动态选择下一时刻跟踪的最优传感器集合。仿真分析表明该算法和基于伪量测的异步雷达组网协同跟踪传感器分配算法相比具有较少的计算量和较高的目标跟踪精度。