Bayes方法在战术导弹试验与鉴定中的应用

本文在概述了Ｂａｙｅｓ方法和战术导弹试验与鉴定的特点后，深入分析二项分布的Ｂａｙｅｓ检验方法和Ｂａｙｅｓ序贯检验方法，简述了战术导弹命中精度和飞行可靠度的检验与评估方法，讨论了了验前信息的获取与利用方法，并提出了综合试验与鉴定的思路，最后，总结了战术导弹试验与鉴定中，应用Ｂａｙｅｓ方法的重要意义。     

半穿甲战斗部集成设计方法研究

文中基于半穿甲战斗部研制的经验和技术，利用先进的工程设计方法和计算机技术，完成了半穿甲战斗部集成设计方法研究。针对半穿甲战斗部设计特点，建立战斗部多学科集成设计方法和设计过程，确定了集成设计的总体框架。开展了集成设计方法的关键技术分析，包括知识体系建立和虚拟样机技术等。集成设计方法的建立为半穿甲战斗部CAD系统研究奠定了基础。     

小口径高炮检验验收方案探讨

随着形势的不断变化，当前在武器装备检验试验方法上存在的问题日渐明显。通过对武器装备验收试验方法的科学性所进行的专题研究，改进和提高检验验收方法的合理性和可操作性，对提高产品质量，改进军代表工作方法都具有重要的意义。本文通过对部份小口径高炮验收试验规范的清理、对比和总结，分析研究其存在的不合理因素，以期得到改进和完善。     

侵彻问题研究

战斗部的侵彻问题一直是各国学者研究的热点，其应用十分广泛。侵彻分析的主要方法有经验法、理论分析法和数值模拟的方法，由于研究背景和侧重点不同，各有不同的适用范围。近来，随着计算机技术和计算方法的不断发展，数值模拟的方法已经成为研究侵彻和撞击问题的主要手段。     

递阶算法在大规模火力规划问题求解中的应用

在火力规划基本模型基础上，运用大系统优化理论的思想和方法，得到了一种考虑不同种类武器射击多群目标的大规模火力规划问题的递阶模型，提出了一种实用的递阶优化方法和合理的整数化方法。该方法层次清晰，降低了计算的复杂程度，适合并行计算，加快了求解的速度。仿真算例表明了该方法的实用性。     

基于混沌振子的低信噪比条件下信号检测研究

介绍了混沌系统检测弱信号方法，结合自相关方法和滤波方法得到了弱信号检测的新方法——联合检测方法，给出了该检测方法一般模型，定性分析了噪声和干扰对系统检测的影响，仿真实验说明了所给方法对弱信号非常敏感，检测性能比单纯混沌系统检测性能优越。     

基于投票选举的模拟电路故障诊断

在采用传统的故障字典诊断法时，由于电路元件具有容差，测量结果和故障模拟结果产生偏差，诊断较为困难，文中提出了一种基于投票选举方法的模拟电路故障诊断的方法。该方法是用投票的方法来决策故障点，本方法简单易行，便于计算机辅助诊断。     

鱼雷试验评定模型研究

为了客观地评价鱼雷的性能、质量和可靠性水平，在分析鱼雷试验的特点和现有的传统评定方法和超差点评定方法的基础上，运用模糊数学理论，提出了一种新的鱼雷试验综合评定方法，并建立了相应的综合评定模型，将试验结果评定的有限状态向无限状态扩展，并用合格度来描述其状态，从而拓展了鱼雷试验结果的评定方法和技术。     

用于运动体随机运动数字仿真的SLAM方法

介绍了ＳＬＡＭ方法的原理和计算方法，研究了此方法在计算和应用中遇到的一些问题。，扩展了此方法的应用领域。     

武器系统后续试验量的确定

根据武器系统试验结果，从武器系统的战技指标出发，对其试验结果的精确度和可信性进行评估，然后确定其后续试验所需的试验量和试验指标。本文用经典统计评估方法，介绍了试验量的确定方法，该方法具有通用性，并以示例进行了说明。     

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.     

一种新型的图像哈希算法

为了提高图像哈希方法的鲁棒性,提出一种基于BP神经网络的新型图像哈希算法,首先利用图像像素矩阵和构造的函数来训练BP神经网络,再将图像进行离散小波变换,利用低频分量来组成矩阵,最后利用已经训练好的BP神经网络来产生哈希序列。仿真结果表明,该算法对JPEG压缩、图像滤波等内容保持操作具有较好的稳健性,具有较好的应用价值。     

一种基于GA-BP 算法的PIDNN 控制策略

为改善常规PID控制器对非线性对象的控制性能,提出一种基于GA-BP算法的PID神经网络（PID NeuralNetwork,PIDNN）控制策略。将PID控制规律融入神经网络,构成一种PIDNN控制器,并利用GA-BP算法来对其进行参数优化。采用所设计的PIDNN控制器对一种非线性系统进行仿真研究,仿真结果表明：GA-BP算法收敛速度快,所设计的PIDNN控制器与常规PID控制器相比,其控制稳定性和快速性等性能都得到了很大改善。     

一种基于炮射地面震动传感器的目标识别算法研究

介绍了自适应遗传算法优化的BP神经网络(AGA-BP)算法在炮射地面震动传感器目标识别中的应用。首先针对BP神经网络可能未收敛到全局最小点的缺陷,提出自适应遗传算法与BP神经网络结合的一种优化算法。之后进行仿真实验并对履带和轮式车辆的采样信号进行时频分析,利用小波变换提取特征值。最后利用优化后的算法与传统算法进行了样本训练和识别,对比结果表明该方法能减少识别误差。     

BP网络泛化能力的改进方法

改进的BP算法把检验网络得到的性能指标J反馈回神经网络训练中,利用J和testJ构造出新的性能指标newJ,通过训练和检验的性能指标加权得到神经网络最优权值和阈值.用检验样本集间接地调整网络参数,使网络既能搜索更优解又不过早陷入局部极小值,从而提高网络的泛化能力.     

常用温度控制法的对比

常用温度控制包括常规PID、模糊、神经网络、Fuzzy-PID、神经网络PID、模糊神经网络、遗传PID及广义预测等控制方法.常规PID控制易于建立线性温度控制系统被控对象模型.模糊控制基于规则库,并以绝对或增量形式给出控制决策.神经网络控制采用数理模型模拟生物神经细胞结构,并用简单处理单元连接成复杂网络;Fuzzy-PID为线性控制,且结合模糊与PID控制优点.并给出了各方法的控制特性、功能及主要应用场合.     

基于遗传神经网络的简易制导炸弹有控弹道设计

结合简易制导炸弹的方案弹道实时寻优技术和控制律,提出了一种以遗传算法和神经网络为基础的有控弹道设计方法.该方法针对炸弹的控制系统构成,在内回路中引入极小邻域零收敛鲁棒稳定准则以确保内回路BP神经网格稳定,在外回路的设计中,采用附加时域指标集的适应度函数方法以跟踪阶跃响应.其中,外回路的BP神经网络的结构及初始权值采用并型遗传算法进行优化设计.在全弹道设计中,结合智能降阶动态解耦思想,采用变增益控制方法较好地实现了炸弹的有控飞行,仿真结果良好.     

某装备扫雷犁系统的遗传神经网络建模研究

提出了一种基于遗传算法的径向基神经网络设计方法,对具有复杂非线性特征的某装备扫雷犁系统进行了建模研究。在神经网络设计过程中,采用遗传算法确定神经网络的中心参数,提高了建模精度,采用最大距离法确定宽度参数和采用最小二乘法确定权值参数,减轻了算法的计算量,从而实现了快速准确的扫雷犁系统的神经网络建模。与其它神经网络建模方法的比较,验证了本文提出方法的有效性。     

基于WNN-ADRC 的高炮交流伺服系统控制

为解决高炮交流伺服系统控制中外界扰动及非线性特性的问题,提出一种基于小波神经网络的改进型自 抗扰控制器(WNN-ADRC)。利用LM(levenberg-marquardt)算法优化小波神经网络,采用优化后的小波神经网络对 扩张状态观测器的误差校正增益系数进行在线整定,设计基于小波神经网络的自抗扰控制器,以实现对非线性特性 的准确估计并予以补偿,并通过仿真实验进行验证。仿真结果证明：该控制策略使系统具有较好的稳态性能,抗干 扰能力强。     

机动再入飞行器神经网络闭路初制导研究

解决有限推力模型的再入飞行器初制导问题,利用传统开环控制的关机方程达不到要求的精度.提出了一种前馈反馈神经网络闭路初制导律.利用遗传算法生成能量最省轨迹,作为神经网络训练样本,利用遗传算法离线训练前馈三层BP网络,构成前馈神经网络控制器.状态反馈控制器采用在线神经PID控制器.仿真结果表明,该闭路初制导能够完成有限推力情况下的再入初制导任务,对初始位置误差、推力方向偏差和测量误差不敏感,具有一定的鲁棒性和适应性.