基于云模型的卫星通信抗干扰效能评估

对于卫星通信而言,现有的抗干扰效能评估方法的评估结果受人为主观因素影响较大,尤其是在指标类型较多时这一问题尤为突出.为解决这一问题,首先对评估指标逐层分析,在此基础上建立合理有效的评估指标体系;其次,利用云模型处理定性指标,实现定性概念到定量数据之间的转换,减少指标自身的主观性和模糊性.针对传统层次分析法(Analyt...     

基于灰色层次分析法的有人/无人协同作战效能评估

当前和今后相当长一段时期内,战场的机械化、信息化、智能化将长期并存、并行发展。有人/无人协同作战可以通过各无人系统与有人系统之间的资源调度、态势统一、任务整合来进一步提高作战系统的作战效能。基于灰色层次分析法,结合径向基函数（Radial Basis Function,RBF）神经网络进行数据整理,对有人/无人协同作战效能进行科学评估,提出了一种新的评估模型,为优化协同作战体系结构和提高协同作战能力提供了理论依据。围绕有人/无人协同作战的作战任务和能力需求构建了相关评估指标体系,基于灰色层次分析法与RBF神经网络设计了有人/无人协同作战评估模型,并进行了仿真实验分析。仿真结果表明,该方法能够实现对有人/无人协同作战效能客观有效的评估。     

AHP和BP神经网络在通信效能评估中的应用

利用层次分析法及BP神经网络理论,在分析通信效能评估指标体系的基础上,尝试建立了基于AHP-BP的通信效能评估模型.AHP和BP神经网络相结合的效能评估方法通过训练获得了专家的知识与经验,因而能够模拟专家的知识与经验快速连续地做出响应,从而计算出通信效能.该模型旨在提高通信效能评估的科学性与可操作性,进而为通信指挥决策提供依据.     

近代航空电子系统的十大发展趋势

本文主要阐述了近代电子技术在航空领域的新应用，特别是计算机技术，大规模集成电路、可见技术和光电技术的应用，将使航空领域产生飞跃性发展。     

AHP和BP神经网络在通信效能评估中的应甩

利用层次分析法及BP神经网络理论,在分析通信效能评估指标体系的基础上,尝试建立了基于AHP—BP的通信效能评估模型。AHP和BP神经网络相结合的效能评估方法通过训练获得了专家的知识与经验,因而能够模拟专家的知识与经验快速连续地做出响应,从而计算出通信效能。该模型旨在提高通信效能评估的科学性与可操作性,进而为通信指挥决策提供依据。     

基于灰色决策理论的系统效能评估

系统效能评估是系统研究、设计以及验证的重要手段,用来度量系统在给定的条件下满足特定要求的能力。系统效能评估涉及到系统的各个方面,不同的系统与不同的阶段采用的评估方法也不同。文中针对战术通信网的设计与建设阶段提出了一种基于灰色决策理论的系统效能评估方法,试图提供一种更加全面与客观的方法来衡量系统效能。     

基于模糊层次分析法的雷达效能评估方法

本文针对雷达系统指标的相对性、模糊性,运用模糊数学方法建立模糊综合评价模型。对雷达系统数能评估问题,提出了一种基于模糊层次分析法评估效能的模型。本文以两部雷达为例给出综合评判的分析实例。     

基于BP神经网络的反舰导弹效能评估模型

从分析不同型号的反舰导弹的主要性能指标出发,应用神经网络的理论方法探索其效能评估的问题。建立了反舰导弹效能评估的神经网络模型,构造了3组训练样本并对样本进行训练、仿真,最后对结果进行比较,证明了用神经网络模型来对反舰导弹进行效能评估是可信、可行的。研究结果也为反舰导弹武器的进一步发展提供了理论参考。     

基于云神经网络的短波通信效能评估

对短波信道进行效能评估有助于选择合适的通信链路以提高通信质量。利用云理论处理模糊性和随机性等不确定性问题的优势,并结合人工神经网络可以很好地逼近一个具有复杂非线性输入与输出关系的未知效能模型的特点,我们采用云神经网络进行短波信道通信效能的评估。同时,我们加入了田学习率和晓动量因子以避免局部最小值、收敛速度慢以及发生震荡等问题。实验结果表明,采用云神经网络进行短波通信效能评估,可以完全基于短波通信的历史数据勿须添加人为主观因素得到客观的评估结果,并可根据需要灵活地调整云神经网络的输入进行短波通信效能评估．使得评估结粟垂加准确．     

基于层次分析法的协同干扰效能评估

协同干扰是雷达干扰的重要发展方向,协同干扰效能评估对评判协同干扰效果、调整协同干扰策略、优化协同干扰资源分配等具有重要意义.针对协同干扰效能评估问题,基于层次分析法原理,建立了干扰效能多层次模糊评估模型,构建了评估指标体系,并结合协同干扰对抗分布式雷达某外场试验进行了干扰效能定量评估,得出了有意义的结论.     

多形态卷积并行神经网络建立效能评估指标体系

针对复杂装备建立效能评估指标体系的难题,引入了一维卷积神经网络模型,构建了多形态卷积核并行处理框架;从多个观测角度自适应学习装备原始运行数据,再对数据蕴含的特征加以整合,进而建立新的效能评估指标体系,避免了主观因素和计算难度的束缚,为研究效能评估智能化方法奠定了基础.     

基于小波神经网络的嵌入式语音识别系统

以ARM和嵌入式操作系统Windows CE为平台设计了基于小波神经网络的语音识别系统。首先介绍了语音识别的基本原理、系统的硬件组成、系统的功能结构、系统的工作原理,然后叙述了小波和神经网络的理论知识及算法,最后介绍了嵌入式语音系统的软件设计。由于采用S3C2410芯片负责系统的控制和识别工作,而语音信号的特征提取和训练算法全部由SPCE061A芯片来完成,从而使得语音识别系统识别率提高,可移植性好。     

基于人工神经网络的空战效能评估

针对现代空战效能评估多层次、多因素、非线性耦合的复杂特点,首先引入空战效能评估完整、合理的指标体系,然后建立基于人工神经网络(ANN)的空战效能评估模型。一方面利用ANN极强的函数逼近能力和泛化能力来映射空战效能指标与效能值之间复杂的非线性关系。同时利用ANN的容错能力来增强处理在评估过程中由于指标信息含糊、样本不完整或指标间非线性耦合而导致的不确定性误差的能力。使其具有较好的推广和预测能力。最后进行的软件仿真计算表明,该方法能够实现高效、可靠的空战效能评估。     

基于小波神经网络的朱鹮个体识别系统

在MATLAB环境下通过提取朱鹮鸣声的Mel倒谱参数,利用优化后的小波神经网络对朱鹮鸣声的特征参数进行训练识别,实现利用朱鹮鸣声对朱鹮进行个体识别,实验结果表明该方法取得了较好的效果。     

基于模糊神经网络的雷达对抗效能评估

雷达对抗装备作战效能评估是一个复杂问题,涉及因素多,而且部分因素存在信息不完全和不确定的问题,而模糊系统理论是处理这类问题的有力工具。提出利用模糊系统理论来评估雷达对抗装备的作战效能,建立了作战效能评估的指标体系,结合神经网络的自适应功能,提出了基于模糊神经网络的作战效能评估模型。仿真结果表明该方法简单有效而且可行。     

基于改进的BP神经网络的雷达干扰效能评估模型

针对标准的后向传播(BP)神经网络在雷达干扰效能评估模型中存在的收敛速度较慢的问题,引入带动量的批处理梯度下降的改进BP网络进行干扰效能评估.仿真结果表明,该方法减少了评估中的人为影响,成绩评估与实际结果一致,降低了训练时间,实现了模型效能的提高.     

基于小波神经网络的光纤陀螺系统级温度补偿

捷联惯组中光纤陀螺的输出精度受温度的影响较大,在实际应用中必须对其进行温度漂移补偿。对于光纤陀螺的零偏随温度变化呈较强的非线性特性,传统的多元线性回归法难以满足补偿精度要求,因而将小波神经网络用于建立光纤陀螺的温度补偿模型。通过对某型号捷联惯组中光纤陀螺的静漂数据进行仿真,实验结果表明,基于小波神经网络模型比多元线性回归模型的补偿效果更明显,有效提高了陀螺的精度。     

基于小波神经网络非线性预测方法的研究

针对非线性预测问题,提出了小波神经网络算法．该算法采用权重贡献率分析法和关键神经节点法分析权重,精进模型,利用具有优良渐进性的递推预报误差法训练小波的尺度因子和平移因子,并提出了一种网络的改进算法．通过对导航设备的仿真预测,该算法优于同等规模的BP神经网络,其收敛速度快,预测精度高．