n:k(G)/m系统可靠性

带有m个交叉冷贮备部件的“n中取k好”表决系统结构可用于通信/广播卫星的转发器系统。称这种系统结构为n∶k(G)/m系统。本文给出这种系统可靠性的计算公式。文中还给出3∶2(G)/1转发器系统的转换开关设计,它可以实现交叉切换功能。     

一类多状态系统的可靠性计算

多状态n中连续取k系统是二值状态n中连续取k系统扩展到多状态的一般模型.多状态n中连续取k系统可靠性的求解问题是可靠性工程中一个热点和难点.当元件及系统具有多状态时分析了系统的可靠性与元件的可靠性之间的关系.对于系统处于不同状态时具有不同的可靠性结构的情形,提出了计算多状态n中连续取k坏系统可靠性的递归算法.实例对比说明了该方法的正确性和可用性.该方法不仅适用于递减或递增多状态系统,而且对系统及部件所处的状态数目的大小不加要求,为进一步研究复杂多状态系统奠定了基础.      

N中连续取k好可修系统的模糊可靠性

在假定关键部件具有较高的修理优先权的条件下,讨论了具有1个修理工的可修n中连续取k好系统.利用马尔可夫过程对系统的各状态进行分析,得出了系统各状态的概率.然后利用基于模糊状态的可靠性理论,通过定义系统各状态对模糊成功的隶属函数,得到了可修n中连续取k好系统的模糊可靠性指标的计算公式,并比较其结果与传统可靠性理论的不同之处.模糊可靠度可以反映系统中工作部件的数目对系统性能的影响,它全面刻画了系统的可靠性行为.最后给出了计算示例说明算法.     

相合问题的一个计算公式

本文从古典概率的定义出发,利用简单的组合关系,导出n个配对中恰有k(0≤k≤n)个相合发生的概率计算公式。     

基于测量值模糊贴近度时空融合的多传感器融合方法

针对实际多传感器目标跟踪系统中,传感器测量值中的野值对状态估计的不利影响,该算法利用概率源合并理论和非负矩阵特征向量理论,算出k时刻空间上各传感器测量值与其他传感器测量值的综合贴近度,同时将k个时刻的空间上融合的模糊贴近度进行时间融合,以此确定每个传感器的权重。仿真结果表明,该算法有效地抑制了测量野值对测量融合值的不利影响,提高了系统的跟踪准确度。     

数字通信中的密码技术和差错控制技术(二)

<正> 三、几种实用纠错编码a.编码增益采用FEC的数字通信过程示于图9,图中数据源以每秒R个码位的速率把数据送入编码器,而编码器接受k个码位,添加n-k个校验码位而输出n个符号,所以编码速率r为r=k/n(码位/符号) (1) 因为数据源送出k个码位的时间应等于编码器输出n个符号的时间,则有编码器输出速率:     

降落伞拉直过程的多刚体模型

采用多刚体模型研究了降落伞的拉直过程。在动力学模型中将引导伞、伞包、拉出的伞绳及回收物处理为开链式多刚体;在仿真算法中提出了求解绳段间约束力的n阶递推算法。利用该模型可以研究降落伞拉直过程中的“绳帆”现象。     

k/N系统维修时机与备件携行量联合优化

针对任务期间舰载k/N系统的维修保障问题,以出航准备阶段维修与携行备件的配置为背景展开研究。结合k/N系统的使用及维修过程,以部件可修为前提建立了维修与携行备件的联合优化模型。模型以装备使用可用度为约束条件,以保障费用最低为目标函数,决策变量包括维修启动条件、备件携行量和维修人员数量3个参数。采用边际分析法对模型进行求解,分析了传统算法存在的问题,并提出了对应的改进措施。算例包括3部分：一是用仿真对比验证了所建模型,结果表明本文模型具有较小的误差;二是以枚举法得出的最优解为基准,对传统算法与改进后算法的性能进行了比较,结果表明改进后的算法可明显减小与枚举法最优解的相对误差,提高寻优概率;三是对各项改进措施的贡献做了相应测试。     

基于蚁群算法的卫星磁力矩器反馈参数设计

卫星姿态控制系统参数设计中,引入不确定性的部件误差模型可以提高系统模型的精度。针对传统优化算法处理随机因素的能力不强的情况,提出了基于蚁群算法的参数优化设计方法;并将该方法应用在某型号偏置动量轮小卫星的磁力矩器反馈控制参数设计中。与Powell方法对比,蚁群算法的寻优过程有明显的收敛趋势,这表明蚁群算法相对于传统优化算法鲁棒性好、处理随机因素能力强,可以应用在考虑随机因素的参数优化设计中。     

一种前馈神经网络的变误差主动式学习算法

研究误差反向传播多层前馈神经网络的主动式学习方法.文章分析了目前用于训练前馈神经网络改进BP算法的特点和存在的不足,在此基础上提出逐次主动调整网络学习误差的网络训练思想,根据网络输出误差趋势,主动变化输出层的调整误差δ_pl,使W\+k\-\{ji}和θ\+k\-j在调整过程中受到每次学习效果信息的控制,从而得到一种主动式变误差的学习算法.实验表明,在训练多层前馈神经网络时,变误差主动式算法的学习效率比改进BP算法的学习效率有明显提高.     

基于G1-变异系数-KL改进TOPSIS雷达对抗干扰有效性评估

干扰效能评估作为多属性决策问题时，为解决传统的逼近理想解排序法（TOPSIS）在进行雷达对抗效能评估时过于客观而不能充分体现评估者意志，并且在使用过程中仅考虑指标间欧氏距离导致某些处于正负理想解中垂线上的点无法分辨的问题，提出一种G1-变异系数-KL改进TOPSIS雷达对抗干扰有效性评估算法。该算法利用G1法和变异系数法分别求得主观和客观权重，并引入差异系数的概念充分反映主客观程度，利用相对熵解决位于正负理想解中垂线上的点无法排序的问题。通过仿真实验可以发现，提出的算法在评价干扰有效性时性能优于传统算法。      

基于图卷积网络的卷积神经网络耗时预测算法

通过可学习的预测算法获取卷积神经网络(CNN)在硬件上的推理耗时越来越受到研究者的关注。现有耗时预测算法主要面临2个问题：卷积神经网络设计空间采样复杂度高,数据采集成本高;无法准确预测硬件编译器的算子融合技术对推理耗时的影响。为了解决上述问题,提出了一种基于图卷积网络(GCN)的耗时预测算法,将整体网络耗时看作多节点耗时补偿的累加,并利用图卷积对结构算子融合产生的耗时影响进行建模。同时,提出一种新型差分训练方案,减少采样空间规模,提高算法的泛化能力。在HISI3559硬件平台上对MB-C连续空间采样模型的耗时预测实验表明：所提算法可将耗时估计的平均相对误差从传统算法的302%降低到5.3%。另外,通过将传统耗时预测算法替换成所提算法进行耗时评估,可以使网络结构搜索算法搜索到耗时更加接近目标的高精度网络。     

干涉图处理中的相位去包裹技术

介绍了相位去包裹的相关技术和算法。文中将去包裹算法分成两大类 :路径跟踪算法和与路径无关算法。同时介绍了这两大类算法的数学模型、基本思想和典型算法的处理方法     

An optimization tool for satellite equipment layout

Selection of the satellite equipment layout with performance constraints is a complex task which can be viewed as a constrained multi-objective optimization and a multiple criteria decision making problem. The layout design of a satellite cabin involves the process of locating the required equipment in a limited space, thereby satisfying various behavioral constraints of the interior and exterior environments. The layout optimization of satellite cabin in this paper includes the C.G. offset, the moments of inertia and the space debris impact risk of the system, of which the impact risk index is developed to quantify the risk to a satellite cabin of coming into contact with space debris. In this paper an optimization tool for the integration of CAD software as well as the optimization algorithms is presented, which is developed to automatically find solutions for a three-dimensional layout of equipment in satellite. The effectiveness of the tool is also demonstrated by applying to the layout optimization of a satellite platform.     

两种GPS广播星历参数算法的比较

介绍了新GPS广播星历参数,分析了新旧GPS广播星历参数及其用户算法的区别,导出了卫星位置矢量对新GPS广播星历参数的偏导数,并与旧GPS广播星历参数偏导数进行了简要的比较分析.计算结果表明,两种GPS广播星历参数算法都能很好地描述MEO卫星的轨道特性,且广播星历参数拟合算法的精度损失仅为数厘米.      

反向工程中的曲面光顺算法

反向工程是根据产品模型快速制造复杂产品的主要方法之一,是CAD/CAM技术的重要组成部分.曲面光顺是反向工程中的重要技术.给出了一套简单的、实用的对曲面进行光顺的算法--检查处理错误点、单步光顺、手动光顺和自动光顺,详细介绍了前3种更偏向于工程实践的算法,讨论了这组算法的关系以及它们在反向工程中的应用.     

基于云模型的自适应并行模拟退火遗传算法

针对遗传算法收敛速度慢,容易"早熟"等缺点,提出了一种改进的遗传算法,即基于云模型的自适应并行模拟退火遗传算法(PCASAGA,Adaptive Parallel Simulated Annealing Genetic Algorithms Based On Cloud Models).PCASAGA使用云模型实现交叉概率和变异概率的自适应调节;结合模拟退火避免遗传算法陷入局部最优;使用多种群优化机制实现算法的并行操作;使用英特尔推出的线程构造模块(TBB,Threading Building Blocks)并行技术,实现算法在多核计算机上的并行执行.理论分析和仿真结果表明:该算法比其他原有的或改进的遗传算法具有更快的收敛速度和更好的寻优结果,并且充分利用了当前计算机的多核资源.      

用于GPS接收机的自适应算法抗干扰性能比较

为了比较功率反演、多信号归类和最小范数自适应算法的抗干扰性能,研究了各算法的基本原理,并在均匀线阵中采用各算法进行仿真,比较各算法在有用信号和干扰来向上得到的天线增益.仿真中有用信号为-160 dBW的GPS卫星信号,两个同频干扰来自不同方向,并在仿真中改变干扰功率.仿真结果表明这三种算法都可以用于GPS接收机抗干扰.其中,功率反演算法抑制弱干扰的性能较差;多信号归类算法抑制弱干扰的性能较好,但会引入错误零陷;最小范数算法既可以抑制弱干扰,也不会引入错误零陷.      

相干干扰对基于特征空间分解算法性能的影响

分析干扰信号的互相关性和方向矢量正交性对接收信号自相关矩阵的特征值和特征向量分布的影响。干扰相关时,会有信号特征矢量发散到噪声空间,采用基于特征空间分解的自适应算法,只有在相干干扰的来向相同时才能实现干扰抑制,否则不能抑制此相干干扰;干扰不相关时,如果干扰来向相同,只能检测到一个干扰,但此时基于特征空间分解的自适应算法可实现干扰抑制。对MUSIC(multiple signal classification)和最小范数算法的仿真结果,与理论推导一致。     

简单快速的平面散乱点集凸包算法

凸包问题是计算几何的基本问题之一,在许多领域均有应用,传统点集凸包算法和简单多边形凸起算法平行发展,互不相干,文中将简单多边形凸包算法应用用于散乱点集凸包问题中,提出了新的点集凸包算法,新算法不仅达到了Ｏ（ｎｌｏｇｎ）的理论时间复杂度下限,而且极其简单,易于实现,该算法已应用于工厂设计软件ＰＤＳＯＦＴ中,实践证明效果很好。