NT网在计算机实验室的实现与应用

本文从教学需求的角度,减轻机房管理员维护工作量的角度,并考虑到性能／价格比的因素,论述了NT网在计算机实验室的设计与实现以及它的功能与应用。     

天线组阵中SUMPLE算法的合成相位漂移补偿

针对SUMPLE算法在低信噪比时存在的相位漂移问题,在分析权值估计误差引起的合成信号相位漂移现象的基础上,提出一种以固定时刻合成权值作为参考的补偿算法。该算法以收敛后某个固定时刻的合成权值作为参考,其他时刻的相位补偿值通过与该参考权值进行相关计算得到。从理论上分析了该算法的可行性,并进行仿真验证。理论分析与仿真结果表明,所给出的相位补偿方法能有效地消除合成信号的相位漂移现象,补偿后的合成信号相位中心稳定。     

基于Kohonen网络的动目标实时定位融合算法

为完成对动目标的实时定位测量,有效减小测控装备组网测量实时跟踪定位误差,在建立多定位子系统组网混合式融合结构模型的基础上,利用Kohonen网络的自组织特征映射模型特点,确定各组交会数据的权值,并将其输入1个Kohonen网络进行在线竞争、融合求得目标的位置信息,增强了目标实时位置信息的连续性、完整性,减小了实时定位误差。     

基于机器学习的单孔绝热气膜冷却效率分布预测研究

为了研究利用机器学习技术对绝热冷却效率进行直接预测的方法及特点,搭建了基于上采样卷积神经网络的机器学习模型,生成了用于训练以及验证的数值模拟数据集,使用了监督式学习的方法对模型进行了训练.训练使用反向传播算法和基于随机梯度下降的Adam优化算法,输入模型的参数包括吹风比、主流湍流强度、喷射角、孔形状、孔尺寸,模型输出为...     

基于径向基函数神经网络的自由曲面重构

根据径向基函数神经网络（RBFNN）具有很强的非线性逼近能力的优点，本文采用RBF网络模型进行自由曲面重构，建立了适应于曲面重构的径向基函数网络模型，讨论了基函数对重构曲面连续性的影响，并与多自由曲面重构，建立了适应于曲面重构的径向基函数风络模型，讨论了基函数对重构曲面连续性的影响，并与多层感知器神经网络的性能进行对比。理论分析和仿真实验结果表明：常用的几种径向基函数重构的曲面都具有很好的连续性，径向基函数网络用于曲面重构，不论是在拟合精度，还是网络的训练速度都明显优于多层感知器网络，具有一定的实用价值。     

SOM神经网络在卫星电源系统故障诊断中的应用

研究了自组织特征映射（SOM）神经网络的结构及学习算法，提出了利用SOM神经网络对输入样本的“聚类”作用，实现对故障模式的分类，并据此对故障进行诊断的新方法，通过对某卫星电源系统故障的诊断实例，验证了该方法是有效可行的，能对卫星电源系统的故障进行准确的实时诊断。     

应用于现代通信中的宽带接入技术

现代通信正向高速宽带化发展，宽带接入成为近年来的研究热点。本文探讨了宽带接入的技术和方法，阐述了其特点和应用，并指出了接入网的发展趋势。     

神经网络在下颌运动轨迹图测量中的应用

介绍了采用小型磁石测量下颌运动轨迹图Electrognathography(EGN)的方法。给出利用磁偶极子模型代替小磁石模型的理论及实际依据。利用神经网络解决由磁石产生的磁感应强度推定其空间参数的反演问题 ,并且采用了分割网络及修正网络的方法来提高磁石运动测量的推定准确度。     

海上多平台传感器管理与控制的设计与实现

以实现对海上多平台传感器资源进行自动或半自动的协调管理控制为目标,设计了传感器管理与控制系统的功能结构,对组成系统的传感器信息管理、传感器组织管理、收发通信管理、传感器控制管理和传感器综合效能分析等功能模块进行了描述,采用基于效能函数的多传感器管理算法实现了传感器的任务规划与资源分配,并采用"集中管理,分散控制"的方式进行海上多平台传感器的管理与控制。     

A steady-state model for the D- to F-region of the polar cap

For obvious reasons the ionosphere of the polar cap, surrounded by the auroral zone, is only poorly investigated. Even ionosonde data are very scant from geomagnetic latitudes beyond 70°. Since 1997 the European incoherent scatter radar facility EISCAT has an additional installation on Svalbard and has been providing electron density data nearly continuously ever since. These measurements which mainly cover the E- and F-regions are supplemented by rocket data from Heiss Island at a comparable magnetic latitude; these data are more sporadic, but cover lower altitudes and densities. A provisional, steady-state, neural network-based model is presented which uses the data of both sites.