基于RBF神经网络的磁探测引信系统研究

通过对比BP神经网络、径向基函数（RBF）神经网络在信号处理中的优缺点，详细分析了RBF神经网络的模型结构并应用于多模磁探测引信系统中，通过计算机仿真和实际测试效果较好。     

基于磁阻传感器的磁探测系统设计

文中简述了多模引信和磁引信的概念。通过对磁信号的采集和处理．进行了基于磁阻传感器的磁探测系统电路设计．并通过大量实验验证了系统的可行性。     

破甲弹近炸引信的抗干扰性设计

研究分析了适用于反坦克破甲弹的激光近炸引信在战术使用中可能遇到的主要干扰源。讨论了激光定距探测系统提高抗干扰性的技术途径和设计原理，并报导了具有良好抗干扰性的激光定距探测系统与专门识别铁磁性装甲目标的磁探测系统复合，构成一种高抗干扰性能、作用更为可靠并有良好引一战配合性能的新型破甲弹近炸引信。     

神经网络在引信信号处理中的应用

神经网络的理论及应用研究近十近来蓬勃发展，这些研究成果的取得为引信多种信号处理奠定了扎实的理论基础。本文概述了神经网络的发展状况，特别对神经网络用于引信弱信号检测、目标识别、脉冲压缩、优化设计等多种信号处理的可能性及必要性作了粗浅的探讨。     

神经网络在引信信号处理中的应用

神经网络的理论及应用研究近十年来蓬勃发展，这些研究成果的取得为引信多种信号处理奠定了扎实的理论基础。本文概述了神经网络的发展状况，特别对神经网络用于引信弱信号检测、目标识别、脉冲压缩、优化设计等多种信号处理的可能性及必要性作了粗浅的探讨。     

一种基于ANN和MATLAB的引信故障模式检测模型

某型导弹引信是一种脉冲多普勒近炸引信，利用MATLAB建立了基于BP神经网络的引信故障模式检测模型，给出了故障诊断的结果，并检验了模型的正确性和有效性，最后对模型的进一步改进做了探讨。     

舰船全磁场数据融合的炸点精确选择

介绍了一种鱼雷磁引信炸点精确选择技术,即基于舰船全磁场的三个分量,利用神经网络将三分量数据进行序贯融合处理,从而进行了对舰船龙骨部位（鱼雷引信炸点）的精确选择,文中给出了处理方法及检验结果,分析了提高网络推广性能的措施,并与常归特征提取的炸点选择精度进行了比较。     

自适应子波神经网络在导弹引信抗干扰中的应用

针对导弹红外引信，提出一种子波神经网络，将其用于红外引信的信号处理装置，使导弹引信对真，假目标的识别达到一定智能水平，提高抗干扰能力。     

引信图象信息处理的神经网络方法

图象处理与模式识别是神经网络的重要应用领域。本文针对引信图象信息处理,分析了采用神经网络方法的必要性和可行性,讨论了实现引信目标图象不变性识别的技术途径。     

基于全调节RBF神经网络的引信噪声对消研究

全调节RBF神经网络具有处理非线性参数的不确定性,提高神经网络的在线逼近能力,适用于噪声信号的非线性建模。为了消除引信回波中的背景噪声,提出一种基于全调节RBF神经网络的非线形自适应滤波方法,能很好克服信号处理中的模型不确定性和噪声。通过对比不同信噪比情况下引信回波的去噪效果,说明了基于全调节RBF神经网络的引信噪声对消系统的有效性和优越性。     

基于神经网络的专家系统的研究及应用

概述了人工神经网络的主要特征，分析了基于人工神经网络的专家系统的建设思想、系统结构及优缺点，并对神经网络专家系统的技术方法做了一定的讨论，给出了应用实例。     

基于神经网络的降雨预报系统及其改进

降雨预报采用标准BP网络的连续值,用第1、2天数据预报第3天雨量.包括气象因子选取与数据预处理及人工神经网络模拟预报.系统的改进采用增加动量项训练网络,以解决局部极小,提高网络效率.实验表明,该算法使BP网络的设计及训练得到较好解决,特别在网络结构适合情况下能避免BP算法陷入局部极小问题.     

基于BP神经网络的导弹武器系统维修质量评估

阐述了导弹武器系统的维修质量是影响导弹武器系统性能发挥的重要因素,因此对导弹武器系统维修质量进行评估有着非常重要的意义.首先建立了导弹武器系统维修质量评估指标体系;其次利用BP神经网络理论建立了导弹武器系统维修质量评估模型;最后利用Matlab软件对该模型进行了仿真.     

一种基于网络隐蔽时间信道的网络指纹模型研究

为解决基于隐蔽时间信道的网络指纹系统的不稳定、低效率等问题,提出了一种新型的网络指纹模型。在该模型中,客户端的物理信息被编码成指纹信息,利用隐蔽时间信道将指纹信息随正常数据一起发送到指纹服务器上,服务器通过提取指纹信息验证客户端的合法性;引入了基于几何编码的信息编码方式以及跨多个网络包冗余嵌入的信息隐藏方式,提高了网络指纹系统的效率,增强了网络指纹系统的鲁棒性和安全性。按照该模型建立了仿真系统,仿真结果表明该仿真系统具有较好的鲁棒性、安全性,且在网络欺骗攻击下,准确地辨别网络欺骗的概率超过99%.     

基于GA-RBF 算法的FUZZY-RBF 交流伺服系统控制

针对某火箭破障武器交流伺服系统的不确定性和非线性等问题,设计基于GA-RBF算法的FUZZY-RBF神经网路控制方法.将GA算法和RBF神经网络结合起来作为系统辨识器用来优化FUZZY-RBF控制器的权值、节点和中心矢量等参数,并通过半实物仿真实验进行验证.半实物仿真结果表明:该控制策略能满足某火箭破障武器精度控制指标,保证其交流伺服系统控制的精度和稳定性,具有很强的自适应性和鲁棒性.     

网络化舰空导弹体系生存能力评估研究

基于网络化舰空导弹体系的结构和作战流程,从复杂网络理论的角度研究了此体系生存能力的组成、特性,提出了它的网络结构及层次模型,并以此为基础,应用最优指标法实现体系生存能力的量化,以全新的角度解决了体系生存能力的评估问题.研究成果对网络化舰空导弹体系生存能力的设计与提高具有积极的意义.     

某火炮总线网络交换机时间同步软件的设计与应用

设计了一种时间同步软件,该软件能够使某火炮总线网络系统实现同步控制。它的硬件平台以X86为核心,配合网络协议芯片,硬件定时终端及外部接口组成。在其上移植 VxWorks实时操作系统,并对VxWorks的启动、中断与时钟管理、存储与总线管理等进行了详细论述。在 VxWorks开发调试环境 Tornado 2.2中首先创建时间同步消息结构体,然后利用 UDP套接字实现时间同步消息的组播通信,终端节点根据消息内的时间信息进行同步。该嵌入式软件应用于某火炮总线网络交换机,并进行了性能评估,结果表明该软件满足系统对时间同步精度的要求。     

改进型BP神经网络在织物悬垂性能中的预测应用

基于改进型BP神经网络,建立反映织物结构参数与织物悬垂性能之间关系的三层网络模型,对织物的悬垂性能进行预测.其步骤包括通过优选样本、优选参数及网络学习前后的数据变换处理确定训练样本,以及神经网络的结构设计.实验结果表明,改进型BP神经网络能较准确预测织物的悬垂性能指标.     

A Study of New Method for Weapon System Effectiveness Evaluation Based on Bayesian Network

As weapon system effectiveness is affected by many factors,its evaluation is essentially a multi-criterion decision making problem for its complexity.The evaluation model of the effectiveness is established on the basis of metrics architecture of the effectiveness.The Bayesian network,which is used to evaluate the effectiveness,is established based on the metrics architecture and the evaluation models.For getting the weights of the metrics by Bayesian network,subjective initial values of the weights are given,gradient ascent algorithm is adopted,and the reasonable values of the weights are achieved.And then the effectiveness of every weapon system project is gained.The weapon system,whose effectiveness is relative maximum,is the optimization system.The research result shows that this method can solve the problem of AHP method which evaluation results are not compatible to the practice results and overcome the shortcoming of neural network in multilayer and multi-criterion decision.The method offers a new approach for evaluating the effectiveness.     

神经网络在压合过程中的应用

针对将圆锥体压入薄壁筒的控制技术中,对位移传感器和压力传感器在线实时检测及执行机构气液增力缸的控制问题,在分析受外界干扰的情况下,为保证系统的稳定性和收敛性,采用基于递推最小二乘法的多层前向神经网络算法,并对它的条件参数进行了一般性的推导.该神经网络为3层前向网络,其隐含层神经元数为10个,输出层神经元数1个.包括输出层与隐含层、输入层与隐含层间权的调整算法.用典型PID算法和神经网络的控制算法分别仿真结果可见,神经网络控制解决了压合过程纯滞后的非线性问题,达到了预期的技术要求.