Turbo编解码结构及基于LOG-MAP算法的性能仿真研究

阐述Turbo码的编解码结构。研究MAP以及LOG MAP解码算法。设计MATLAB仿真运算程序。根据设计的仿真程序比较Turbo码在不同约束长度、不同迭代次数以及不同编码速率情况下的性能。由仿真结果得出影响Turbo码性能的主要因素是交织器长度、迭代次数、编码速率。在各种情况下通过增加交织器长度和迭代次数、降低编码速率来改善Turbo码的性能。     

网络化作战系统——指挥控制中枢的革命

综合比较综合控制式作战系统与网络化作战系统（NOS）,阐述应用网络化作战系统所拥有的崭新的作战效能、前所未有的抗损能力及快捷的应变能力。综合分析网络化作战系统出现的背景,着重论述开发网络化作战系统对提升作战系统效能及解决装备建设问题的优势所在,即可解决装备发展周期过长问题,小型作战平台普及及指挥系统问题,以及传统技术体系对装备发展机制的束缚问题。     

尺度适应性二代小波的图像去噪方法

根据二代小波变换的基本理论和特点,研究二代小波对图像去噪的效果。提出基于二代小波的尺度适应性分解算法,并使用改进阈值函数进行阈值分析后再对噪声图像进行去噪处理。实验结果证明,使用尺度适应性二代小波对图像去噪比其他方法具有更好的效果,去噪后的图像信噪比大大提高。     

舰载作战系统新一代网络技术发展探讨

着重分析了目前舰载作战系统的网络结构，指出了所存在的不足，介绍了目前较流行和成熟的商用网络传输体制，分析了今后新一代作战系统网络技术的发展趋势，提出了利用合适的成熟商用网络传输体制进行二次开发，并在此基础上构建开放式RPR弹性分组环网络，给出了网络拓扑结构。     

浅谈轨道交通数据网的建设

分析了轨道交通单独组建数据网的必要性,并从从数据网传输技术的选则,网络的拓扑结构、节点设备的选择、网络的可靠性和 QoS 实现手段等方面阐述轨道交通数据网络的设计思路。     

船舶液力耦合器的人工神经网络的数学建模

从船舶动力装置动态建模与仿真的实际需求，引出了其主要部件之一的液力耦合器数学建模在稳／动态特性研究中的重要性，以及利用其试验曲线(输入特性形式)作为数据源去构建准稳态数学模型的困难之处：寻找一种通用的数学表达形式，以实现①液力耦合器在额定工况及其附近的试验曲线的内插与外廷；②过渡工况液力耦合器数学模型的设计(如液力耦合器接合和脱开过程其滑差从100％向额定滑差值方向的变化)。本文介绍了人工神经网络方法在液力耦合器动态建模中的应用。文章先介绍了其数学建模的思路和要点：①选择人工神经网络算法(包括传递函数)与结构(人工神经网络隐含层数目和神经元个数)；②提高人工神经网络泛化能力的措施；③利用专业知识扩充人工神经网络训练用的数据样本。然后叙述了其数学模型在某船舶动力装置稳态、动态特性计算机仿真研究中的某些有意义的结果：①正常航行(四机双桨)稳态工况时各车令下液力耦合器的滑差；②不同螺旋桨螺距下的液力耦合器接合过程的滑差变化；③怠速→前进五的急加速过程的滑差变化。     

状态维修系统的指数分布检测策略

系统有4种运行状态：正常、异常、隐患和故障，系统从正常依次经异常、隐患到达故障。正常状态、异常状态和隐患状态为系统的工作状态，系统处于哪种工作状态检测诊断后才能知道，系统故障时不需检测诊断就能知道。系统每次开始正常工作后，每隔一段随机时间对它检测诊断一次，直到系统故障或检测诊断出系统处于异常或隐患状态为止，并且诊断正常和异常时结果有可能出现错误，隐患诊断结果不会出错。在系统的寿命为连续型随机变量，检测间隔时间服从指数分布的假设下，利用向量Markov过程方法求出了系统的可靠性指标、系统的最优检测策略。     

客运专线综合接地系统的仿真与研究

客运专线列车运行速度高、牵引电流大、短路电流大、行车密度高,导致钢轨电位急剧升高。为防止引起人身设备安全问题,客运专线设计引进了系统综合接地的概念和技术要求。本文结合理论计算模型研究和综合接地系统的仿真结果,对涉及人身安全的接地典型方案进行系统集成和评估,并提出了适宜于我国客运专线电气化铁道的综合接地系统。     

基于光纤通信的半自动闭塞系统

分析了半自动闭塞系统的功能需求，指出了继电半自动闭塞系统的不足。给出了基于光纤通信网的计算机半自动闭塞系统设计方案。研制光纤半自动闭塞系统的工程样机并成功应用于舞钢线铁山等车站，应用效果表明，该系统满足半自动闭塞系统的功能和安全需求。     

改进的BP神经网络在铁路客运量时间序列预测中的应用

针对目前铁路客运量预测方法的不足,采用改进的BP神经网络对铁路客运量时间序列进行预测。分析改进的BP神经网络原理,对1980年—1998年的铁路客运量进行归一化处理,建立铁路客运量时间序列神经网络预测模型,设计网络参数,进行网络学习与训练的仿真试验。对比分析改进的BP神经网络与标准的BP神经网络预测结果,证明改进的BP神经网络预测结果更准确,精度更高。