基于求解校验序列的(n,k,m)卷积码盲识别

针对卫星通信和深空探测等采用的(n,k,m)卷积码盲识别问题,提出了一种新的识别方法。首先,根据卷积码本身的线性约束关系改进分析矩阵模型的构造方法,有效地减小了识别所需数据量。在通过矩阵化简识别出码长、码字起始位置和校验序列基础上,提出了由校验序列推导出生成多项式矩阵的方法,进而完成卷积码的识别。仿真实例表明,该识别方法不需要任何先验条件,能够有效识别所有(n,k,m)卷积码。     

基于神经网络的轴类损伤检测研究

理论分析表明,结构损伤前后固有频率的变化包含了结构损伤位置和程度的信息.在此理论基础上,对一个一端固定轴模型进行了损伤数值模拟,提取同有频率的变化信息并采取合适的方法构造改进型BP神经网络来判断结构损伤.检测表明,该方法在结构损伤检测中具有较好的应用前景.     

基于BP神经网络的复合材料失效分析

创建了基于BP神经网络方法预测复合材料在复杂应力状态下的失效模型.依据现有的试验数据,建立了基于BP神经网络的数学模型,并给出了网络在多次训练的统计性评价参数.以及单次样本泛化性能的评价参数,并利用这些参数实现了网络的结构优化和训练优化,得到了比较精确的网络模型,成功预测了复合材料的失效数据,拓宽了计算复合材料失效的范围,同时可以对复合材料的失效分析和试验设计进行指导.     

基于小波矩特征和神经网络的灰度图像识别算法研究

小波矩结合了矩特征和小波特征,既反映了图像的全局性信息,又反映了图像的局域性信息,并且具有旋转、平移和缩放不变性。文章研究了基于小波矩的灰度图像特征提取算法,并将其与BP神经网络组合,利用神经网络的强学习能力和容错性,形成一个灰度图像识别系统。仿真实验表明,在图像失真较小的情况下识别率可达到100％,较之未提取特征的神经网络识别方法而言,网络收敛速度与识别精度都有较大的提高。     

星间网络拓扑的二分图及其关联矩阵表示法

星间网络拓扑是建立星间链路首要考虑的问题,以往文献中描述星间网络拓扑一般都用直观图形的表示方法,即以卫星作为节点、链路作为边画出的图形。但是这种直观图形表示法,当卫星数量增加时,图形庞大而杂乱难以辨认,同时无法满足分析问题的需要。为此,文章提出了一种利用图论中的二分图及其对应的关联矩阵描述星间网络拓扑的方法,此方法具有图形描述简单明了、关联矩阵描述便于仿真分析的特点。     

论网络伦理的失范与规范

信息网络蓬勃兴起,改变了人们传统的交往方式,也加剧了伦理观念与社会生活的紧张关系,面对网络时代价值观念的震荡、冲突、扬弃和重建,规范网络伦理、遵守网络道德原则具有非常重要的意义。     

极地科考小型无人飞行器

针对小型无人飞行器在极地科考中的抗风扰动问题,通过神经网络改进卡尔曼滤波算法,提高小型无人飞行器对环境的适应性.基于小型无人飞行器自身状态信息与误差信息,在线调整系统的量测噪声和估计参数,提高信息融合精度;利用矢量域方法构建轨迹跟踪控制算法,基于目标航迹在线调整航向,提高小型无人飞行器在顺风、逆风、转弯的飞行品质和压航线精度.经过大量的仿真试验、实际飞行试验验证了方法的有效性,改进的卡尔曼滤波算法可以提供长时高精度信息,小型无人飞行器可以在野外6级风源扰动的情况下,实现稳定飞行,平均误差不超过10m.小型无人飞行器在南极实地科考中得到成功应用.     

智能优化算法在飞机总体设计中的应用

飞机总体设计在飞机的整个设计过程中是非常关键的步骤,在这个过程中,飞机的总体布局和许多重要参数都被确定下来。但是,飞机的总体设计又是一个复杂和艰难的过程,因为涉及到大型系统的有约束的非线性优化问题,用传统优化方法很难得到满意的结果。本文采用了近年来发展很快的几种智能优化算法--遗传算法、模拟退火算法、禁忌搜索算法、Hopfield神经网络算法解决飞机总体设计优化问题,阐述了各算法的关键步骤及运行过程,并编写了相应的计算程序。通过对各种算法的结果进行比较和讨论,最后的结论是：模拟退火算法最适合求解这类复杂的约束非线性优化问题,禁忌搜索算法和遗传算法次之,Hopfield神经网络算法效果最差,容易陷入局部最优解。     

网络可生存性及其度量方法

介绍了网络可生存性的概念,对传统有线和无线网络、军事网络和Ad Hoc网络的可生存性问题进行了阐述和比较分析;探讨了网络可生存性的分类和度量方法,并给出了一种度量AdHoc网络可生存性的方法。     

并行路网结构下的浮动车信息处理模型

受GPS定位精度的限制,浮动车在主辅路并行路网结构下进行地图匹配和路径推测存在困难,直接影响路况信息获取的准确性.在现有浮动车信息处理框架基础上,运用统计学方法提升地图匹配的精度,并将主辅路径同时作为车辆的行驶轨迹输出,有效降低了路径推测错误的可能性.最后,引入证据推理框架以解决路径选择策略调整所带来的信息不可信和信息冲突问题.对比实验表明,改进系统在主路和辅路上的路况准确性分别有14.26%和9.46%的提升.