小样本条件下基于Bayes方法的装备状态评估

针对小样本条件下单纯采用使用期无法准确衡量装甲装备技术状况的问题,本文以装甲车辆发动机状态评估为例,分析了小样本条件下,装备各技术状况等级特征参数分布及其有效性和适用性。同时,采用Bayes决策法,从装备属于各技术状况等级的概率和错判风险两方面出发,对装备状态进行评估。评估结果表明,利用两种Bayes方法均能准确评估发动机技术状况,评估准确率达90%以上,并且基于最小风险的Bayes评估方法具有更好评估效果,评估准确率较高,符合装甲车辆技术状况随使用时间增加而逐渐变差的一般规律。该方法在装备状态评估中具有实用性及可行性。     

基于GA-LSSVM和BP神经网络的柴油发动机状态预测方法

为提前掌握装甲车辆发动机运行状态变化,避免安全运行事故,并为装备的视情维修提供数据支撑,本文提出一种基于BP神经网络和GA-LSSVM的柴油发动机状态预测方法。采用遗传算法对最小二乘支持向量机(least squares support vector machine,LSSVM)的惩罚系数C和核函数寻优,对发动机状态特征信号进行回归预测,利用BP神经网络对不同状态下的运行特征样本进行训练,构建柴油发动机状态评估模型,对发动机状态预测评估,并通过实例进行分析验证。验证结果表明,该算法所需训练样本少,预测精度高;该模型对发动机状态参数变化的预测在3步内具有较高准确性,最大平均误差为7.92%,一步预测最大误差约为1.69%,具有良好的发动机状态预测评估效果。该研究对装甲车发动机的安全运行具有重要意义。     

试论拱形折板在房屋基础中的应用

多层建筑中 ,当层数多时 (如 7～ 10层 ) ,地基土质较好 ,承载力特征值大于 10 0kN/m2 时 ,使用过去常用的几种基础形式 ,钢筋混凝土用量较大 ,基础造价偏高。本文通过具体实例将伐板基础和拱形折板基础的结构受力和材料用料进行比较 ,明显地得出了拱形折板的应用价值。希望通过本文能使拱形折板在房屋基础中得到推广和应用。     

基于决策论判决法的调制信号自动识别

调制方式是通信过程中的重要参数,快速检测和识别通信信号的调制方式在通信领域,尤其是军事通信领域,有着极其广泛的应用。对判决法自动检测和识别信号调制方式的经典算法进行了改进,以提高对日常通信训练中常用的USB、LSB以及FM、2FSK、4FSK信号的识别速度及准确率,并给出了该算法的实现流程。经仿真验证,改进算法能在对其他8种常用调制方式识别效果影响不大的前提下,提高对SSB、FM、FSK信号的识别效果。     

双波段软件无线电接收机射频前端设计与仿真

射频前端是无线电接收机的重要组成部分,目前常用的超外差结构射频前端虽然性能良好,但结构复杂、不易集成、便携性不高。因此文中从结构出发,采用直接变频的零中频结构设计了一种可以兼容接收短波、超短波射频信号,同时也能达到一般超外差接收机的性能指标的射频前端。并通过multisim软件仿真验证,该设计具备跨波段、高灵敏度、大动态范围等性能特点。     

试论拱形折板在房屋基础中的应用

多层建筑中,当层数多时(如7～10层),地基土质较好,承载力特征值大于100kN/m2时,使用过去常用的几种基础形式,钢筋混凝土用量较大,基础造价偏高.本文通过具体实例将伐板基础和拱形折板基础的结构受力和材料用料进行比较,明显地得出了拱形折板的应用价值.希望通过本文能使拱形折板在房屋基础中得到推广和应用.     

美NIST太空系统网络安全风险管理框架解读

近年来，美国商务部国家标准与技术研究所（National Institute of Standards and Technology,NIST）陆续发布或更新了针对太空系统空间段、控制（地面）段、用户段等部分及混合太空网络的网络安全风险管理跨部门报告，以风险管理为基础，建立了一个主要步骤为识别、保护、检测、响应和恢复的太空系统网络空间安全管理的框架。对该系列报告内容进行了介绍，并总结了对我国太空网络安全建设方面的启示。     

面向嵌入式CGI的命令注入漏洞挖掘研究

嵌入式IoT设备系统种类多差别大，系统存在危险数据过滤不严格的风险大，攻击者可通过精心构造的恶意数据包获取系统的控制权。嵌入式系统的安全性已逐渐成为设备被广泛采纳的最大障碍。针对命令注入型漏洞与程序接收数据密切相关这一特征，本文通过对嵌入式通用网关接口（Common Gateway Interface,CGI）程序接收的数据进行数据流分析，使用污点分析技术研判程序接收的数据是否能够不经无害处理而到达系统敏感函数，达到检测CGI程序是否存在命令注入漏洞的目的。