基于蚁群改进 BP算法的组合预测模型在军械器材需求预测中的应用

针对在军械器材采购计划制定环节中的器材需求测算问题,提出基于蚁群改进BP算法的组合预测模型。先结合历史数据,利用多元线性回归预测法和自回归滑动平均模型（ARMA）进行初步预测,将初步预测的结果作为蚁群改进BP网络的输入,从而得到最终的预测结果。实验结果表明,基于蚁群改进BP算法的组合预测模型能够对积累的历史数据进行充分的应用,并且有较高的预测准确性。     

用电荷耦合器件测量激波辐射

用电荷耦合器件作摄谱探头，进行激波辐射的测量，解决了测量中遇到的同步问题。；测量结果与一米光栅摄谱仪的记录干板比较，效果良好。     

小型空间飞行器通用化遥测系统设计与实现

针对传统遥测系统多设备、复杂电缆连接架构无法满足小型空间飞行器对小体积、轻重量、自主化程度高的遥测系统需求的问题,提出了一种小型空间飞行器通用化遥测系统设计方法。该方法引入集成化、模块化设计理念,采用混合编帧、双时序设计和故障自检测等方法,设计形成了一种通用化架构,包含了多种硬件模块和软件单元,集成于遥测综合装置,满足了空间飞行器小型化轻量化要求,系统时序灵活,自主化程度高。地面和飞行试验表明,该方法可快速适配小型空间飞行器需求,体积小、重量轻,具有良好的应用前景和推广价值。     

基于FPGA的SDRAM控制器的设计与实现

由于同步动态随机存储器SDRAM内部结构原因导致其控制逻辑比较复杂。现场可编程逻辑门阵列FP GA作为一种半定制电路具有速度快、内部资源丰富、可重构等优点。本文设计了一种基于FPGA的SDRAM控制器,在介绍控制器的逻辑结构的基础上,对FPGA与SDRAM间数据通信进行了时序分析,实现SDRAM带有自动预充电突发读写和非自动预充电整页读写。     

基于时序逻辑的复杂环境下无人机运动规划算法

本文主要考虑基于时序逻辑的无人机运动规划问题。一般地，解决该问题的算法包括两个阶段:上层综合阶段生成一条可行的离散规划;低级综合阶段结合离散任务规划设计无人机的控制输入。但是当第一阶段失败时，即线性时序逻辑(LTL)任务在当前环境中无法实现时，我们希望系统能够进行一定的调整。本文提出了一种任务重规划算法，在深入理解模型检查原理的基础上，利用初始任务自动机生成一个松弛乘积自动机，进而获取有效的离散任务规划;同时设计一个自动机的权重函数，确保该规划在最小程度上违背初始任务所提出的约束。本文提出的重规划算法解决了时序逻辑在复杂环境中无法实现的难题，扩大了时序逻辑在无人机运动规划中的应用范围，同时增加了系统的鲁棒性。     

采用有限状态机实现控制指令的可靠检测

采用有限状态机设计了一种控制指令检测方法,确保发动机工作状态的可靠控制。介绍了控制指令特征及检测要求,提出了基于有限状态机的检测方法,说明了软件设计,并给出了测试、验证方法及结果。有限状态机模型有助于解决复杂的实时性问题。     

某雷达数据自理机时序控制模块的设计与实现

时序控制模块为某雷达数据处理机的核心模块，为雷达整机提供各种定时信号，同时还提供与ＴＶ显示处理机、指挥仪、敌我识别器等的交联信号。文章详细介绍邓采用超大规模集成电路设计时序控制模块的方法。     

微型件点焊微机控制器的控制原理及时序

本文建立了一种以工频半周为单位的微型件点焊控制器的实时控制模式，详细论述了这种控制器的控制原理及控制时序。     

卫星不足情况下低成本MEMS-INS/GPS伪松组合导航

为了解决GPS可观测卫星不足情况下低成本微电子机械-惯性导航系统/全球定位系统（MEMS-INS/GPS）组合导航精度维持问题,提出基于灰色模型和自适应卡尔曼滤波的MEMS-INS/GPS伪松组合导航方法。以MEMS-INS/GPS松组合导航模式为框架,建立了伪松组合导航系统的状态空间模型。基于MEMS-INS/GPS的历史观测数据,使用灰色模型对MEMSINS/GPS观测差值进行预测,称为系统伪观测量。当GPS可观测卫星充分时,使用噪声自适应估计卡尔曼滤波对MEMS-INS/GPS进行松组合导航;当GPS可观测卫星不足时,使用噪声自适应估计卡尔曼滤波依据系统伪观测量,将MEMS-INS/GPS进行伪松组合导航。以车载低成本MEMSINS/GPS组合导航系统为例进行仿真和实验验证,结果表明：当GPS可观测卫星不足时,传统的MEMS-INS/GPS松组合导航精度迅速下降并发散,而MEMS-INS/GPS伪松组合导航精度与GPS正常工作时的导航精度相差不大,维持了较高精度的导航状态。     

基于变化序列的时序数据挖掘技术

给出了时间序列的变化序列和最近时间子序列的概念．并把最近时间子序列看作是时间序列的信息聚集器。基于这一现点,提出了基于变化序列的时序数据挖掘技术。先把待挖掘的时间序列转换成时间序列的变化序列,然后利用时间序列的变化序列的最近时间子序列隐含的知识,以指导对原时间序列的挖掘,并给出了挖掘算法。最后算例验证了该挖掘方法的可行性和有效性。