弹道参数的人工神经网络算法研究

将神经网络理论引入火控领域，建立一个输入参数为高度Ｈ、速度Ｖ和俯冲角λ的多层神经网络模型，用Ｂ－Ｐ学习算法，对弹道的射程Ａ和落下时间Ｔ进行拟合。仿真结果表明，神经网络是用于弹道参数拟合的一个有效的方法，并取得了满意的精度。

利用DVI实现双屏幕超宽图像显示

介绍一种利用DVI接口驱动两个显示器的方法,不仅可以实现智能图像仪表的超宽显示,还可以实现两路同步视频的监控显示,具有较高的工程应用价值。

某民用飞机显示系统仿真器的设计与实现

航电系统仿真平台以其灵活方便和低成本特点,支持综合航电系统的预先研究、方案设计、详细设计、系统综合,成为综合航电系统研制过程中不可或缺的设计手段。给出了IMA系统仿真平台显示系统仿真器的详细的设计和实现方案,首先介绍了IMA系统仿真平台的组成,接着介绍了显示系统仿真器的组成架构,并对显示系统仿真器的硬件配置、航电网络配置、人机交互界面和逻辑处理进行了详细的介绍。最后经过IMA系统仿真试验样件验收测试程序的测试,验证了显示系统仿真器满足验收测试程序的各项功能和性能要求,满足了该型号显示系统仿真器的试验要求。

基于深度收缩自编码网络的飞行员疲劳状态识别

针对飞行员疲劳状态识别的复杂性,本文基于脑电信号提出一种新的深度学习模型。一方面,利用小波包变换对飞行员脑电信号进行多尺度分解,提取了脑电信号的四个节律波段:δ波(0.4~3 Hz)、θ波(4~7 Hz)、α波(8~13 Hz)和β波(14~30 Hz),将重组的波段信号作为纯净的脑电信号。另一方面,提出一种基于深度收缩自编码网络的飞行员疲劳状态识别模型,并与其他方法进行比较。实验结果显示,针对飞行员疲劳状态识别问题,所建立的新的深度学习模型具有很好的识别效果,识别准确率高达91.67%。因此,研究基于深度收缩自编码网络的飞行员疲劳状态识别具有重要意义。