小波包变换和支持向量机模拟电路故障诊断方法

为提高模拟电路故障诊断效率,将小波包变换和支持向量机结合起来,提出了一种完整的模拟电路故障快算检测和准确定位的方案.利用小波包变换对电路输出电压信号进行多层分解,提取各频带的能量作为故障特征,给出了具体的特征提取方法;利用支持向量机的多分类一对一方法,完成电路的故障定位,同时实现了小波函数的选择.在一模拟电路的故障仿真实验中,通过与BP,RBF和PNN等神经网络对比,结果显示该方法的诊断效率是很高的.     

基于小波神经网络的承制单位信用风险评价

根据武器装备采购中对承制单位信用风险评价特点和实际情况,确定承制单位信用风险评价指标体系,根据小波神经网络原理,构建了承制单位信用风险评价模型,并以实例进行分析。小波神经网络能够简便快捷对信用风险进行评价,并能排除主观因素的干扰,在信用风险评价中具有较好应用前景。     

基于Teager能量算子的解调方法

为实现调制信号瞬时幅值和瞬时频率的分离检测,研究了Elilbert变换解凋方法和Teager能量算子解调方法,给出了详细算法和应用注意事项。利用仿真信号对两种解调方法进行了对比分析,结果表明：Teager能量算子解调方法解调效果较好,町红机械振动信号的解调分析中广泛采用。     

基于Butterworth分布的跳频信号参数估计

能够有效地估计接收到的跳频信号参数是干扰跳频通信的关键。针对接收到的未知任何先验参数的跳频信号,提出了一种基于Butterworth分布的跳频信号参数估计算法。由于Butterworth分布具有较好的时频聚集性和抑制交叉项性能,该算法能够在低信噪比条件下有效提取并估计出跳频信号的跳频周期、跳变时刻和跳频频率。仿真结果证明了该算法对跳频信号参数估计的有效性。     

未来空域窗体制下的高炮抗击反辐射导弹模型研究

针对高炮近程防空反导中存在的问题,以未来空域窗射击理论为基础,提出了高炮抗击反辐射导弹的单层未来空域窗指标论证模型,着重对弹幕的散布密度和武器系统的射速进行了研究。通过对模型的仿真计算,验证了模型的合理性,并对高炮抗击反辐射导弹的相关指标给出了建议。     

自动控制系统故障诊断技术的发展与展望

通过将自动控制系统的故障诊断分为基于数学模型的方法、基于信号处理的方法和基于知识的方法三大类进行讨论,得出了故障诊断技术的发展概况与发展趋势。进一步给出了故障诊断技术典型新应用,并指出了故障诊断技术中存在的问题和未来的研究重点。     

基于B样条小波的异常数据辨识

为解决靶场测量数据中系统误差引起的大量连续奇异数据的辨识难题,同时针对传统和目前国内外较先进的异常值识别方法的不足,提出了基于B样条小波的异常数据辨识。首先描述了异常值,然后分析了小波异常值识别原理和物理意义,构造了用于异常数据辨识的B样条小波分析方法。通过对不同情况仿真数据的计算分析,证明了该方法科学、合理,实现了测量数据异常值的辨识和重构。     

任务空间概念模型VV&A研究

任务空间概念模型是现实世界军事知识的第一层抽象,是仿真系统开发的业务基础。所以任务空间概念模型的质量直接影响到仿真系统的质量,任务空间概念模型自身的VV&A是一个非常值得关注的问题。任务空间概念建模本质上看是军事领域的知识表示或者需求描述,定性描述占主要,定量成分非常少。因此,传统的通过分析输出数据的方法不能适应任务空间概念模型的特点。概要介绍了任务空间概念模型建模,并且提出了从专家法、静态校核机制、概念执行机制三个角度来考察模型质量的思路。     

云模型及其在指挥控制系统可靠性分析中的应用

根据指挥控制系统的特点及作战应用的具体情况,从指挥控制系统的可靠性出发,提出了适合指控系统可靠性分析的云模型。通过拟定性能评价指标,导出各指标的云模型及其多维加权综合云的重心,应用云重心评价方法进行分析;并通过案例,运用基于PC-L INM AP的云重心评价方法,以影响指挥控制系统可靠性的两个重要性能指标为依据,分析了未来联合作战中指挥控制系统的可靠性,比较贴近作战实际,可信度较高。     

基于自适应小波正交基神经网络的参数辨识

提出了一种基于小波正交基神经网络的非线性在线辨识方法.小波变换具有良好的收敛速度和逼近精度,神经网络具有强大的非线性映射能力、自学习、自适应等优势,采用正交基小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数和神经网络的优点;制导航弹数字仿真结果表明, 该方法对含噪声数据进行处理效果好,能很好地满足非线性在线辨识的需求.