一种高速、实时数据采集系统的设计

介绍了一种基于VIX总线的高速，实时数据采集系统，包括其的硬件结构和软件结构，重点介绍了该数据采集系统的软件设计。     

一种管理信息系统的设计

结合开发某办公自动化管理系统的实践，利用网络技术和数据库技术设计了适合用户要求的数据库管理系统，并对实施方案进行了讨论。     

基于深度学习的装备故障诊断方法

深度学习作为模式识别和机器学习领域的最新成果,在装备故障诊断和健康管理方面有着广阔的前景。结合装备故障大数据的特点和深度学习理论的优势,提出一种新的装备故障诊断方法。根据去噪自动编码器原理,实现训练网络的无监督特征学习,完成整个神经网络的构建;根据故障种类确定输出层,使用BP算法对整个网络进行有监督微调,提升故障分类的准确度。利用上述方法,通过实验完成了某通信电台的模块级故障诊断。     

基于BP神经网络的电子设备故障诊断技术

故障诊断涉及模式分类与识别问题,神经网络对外界输入样本有很强的识别分类能力,能很好地实现非线性曲面的逼近.因此神经网络在设备故障诊断中能很好地得到应用,BP神经网络是目前最为广泛和成功的神经网络之一.介绍了BP神经网络在电子设备故障诊断技术中的应用,讨论了BP神经网络的算法和改进算法及其诊断过程,并对某型电台的故障诊断进行了MATLAB仿真.     

浅海海底地形对吊放声呐探测距离的影响

吊放声呐的探测距离不仅与装备的自身性能和海洋水声环境特性有关,还受海底地形影响。利用射线声学模型,仿真分析了正声速梯度和带有跃变层声速梯度下,不同高度和深度的海底山体和海底盆地（简称：海盆）两种典型地形下的声传播特性。通过声传播特性,得出了不同高度和深度的海底山体和海盆两种典型地形对吊放声呐作用距离的影响。根据声传播特性,得出了不同海底地形下潜艇规避吊放声呐搜索的大致航行区域,给出了吊放声呐增加搜潜概率的可行性方案。     

舰机协同下多基地声纳阵应召搜潜效能研究

针对传统单基地声纳搜潜难以满足反潜作战要求的问题,提出了一种拖曳声纳与反潜直升机布放浮标阵联合起来形成多基地声纳搜潜的方法。结合舰机实际运动特点,建立舰艇运动模型与直升机布放圆形、方形、三角形被动浮标阵模型。采用Monte Carlo方法,对搜潜概率进行仿真,比较多基地与非多基地声纳的搜潜概率,并分析不同的初始条件对搜潜概率的影响。仿真结果表明,多基地声纳搜潜概率高于非多基地声纳,圆形多基地阵搜潜效能相对最佳,三种阵型的搜潜概率随着初始距离、初始位置分布、航速均值的增大而减小,并能针对不同搜潜要求与实际作战条件选择合适的布放半径和被动浮标布放个数。提出的方法适用于一定距离范围内的应召搜潜,对反潜作战具有一定的军事意义。     

基于LIB-SVM的电子设备故障预测方法研究

为及时了解电子设备的运行状态,实现电子设备未来某时刻故障预测,将“事后维修”转变为“事前预防”,在统计学习理论(SLT)的基础上,采用LIB-SVM支持向量回归方法,对小样本、非线性条件下的数据进行拟合,并根据自动测试设备(ATE)测得的实际数据及专家经验,对该方法进行了验证;经实验证明,该方法是可行的、有效的,对电子设备的故障预测具有较高的准确度.     

基于隶属度函数的电子设备故障预测研究

针对当前电子设备模块化方向发展现状,及时了解电子设备的运行状态,预防故障并缩短维修时间,采用模糊隶属度函数的方法,将设备的模糊状态进行量化,引入可信度因子及有关融合算法对以上数据进行处理,最后根据自动测试设备(ATE)测得的数据及专家经验,对该方法进行了验证;经实验证明,该方法是可行有效的,对电子设备的故障预测具有较高的准确度。     

基于VC＋＋和OpenGL声纳浮标系统模拟器操作界面设计

从声纳浮标模拟器的操作界面需求入手,设计了一种可移植的操作界面的软件框架,对声纳操作界面进行了仿真。重点介绍了操作界面所需要的各个模块,以及为每个模块设计的基于C＋＋语言的软件开发类库,可以利用模块类库实现声纳浮标搜潜模拟器的界面需求,使模拟器界面和实际装备完全一致,使模拟器起到教学和训练的作用。     

优化的BP神经网络在电子设备故障诊断中的应用

给出BP神经网络故障诊断模型,研究了共轭梯度法对BP算法进行优化设计。针对电子设备的一些实测数据,利用优化的神经网络对其进行了故障诊断,给出实验的仿真结果,并进行详细的分析,最后得出设备的诊断结果。通过实验证明,基于共轭梯度法的BP神经网络优化算法应用于电子设备故障诊断,其诊断率较高,有很强的实用性。