针对传统智能故障诊断方法因装备电路复杂和工作环境噪声等因素引起的诊断困难问题,提出了基于降噪自编码器和高斯深度信念网络的融合模型,来实现模拟电路的故障诊断。首先,降噪自编码器用于处理原始信号的噪声并学习低层特征;然后,深度信念网络基于所学习的低层特征来提取深层特征;最后将融合的深度特征融入softmax分类器中,对智能诊断模型进行训练。融合模型在模拟电路上进行了故障诊断实验,结果表明,所提方法具有优越的诊断性能。

介绍了高炮未来空域窗射击体制的原理,分析了在目标与未来空域窗相遇时,时间及位置预测误差对理想未来空域窗产生的影响,提出了更优的多重未来空域窗配置方式和三维椭球形未来空域区配置方式,并以毁歼概率为指标对几种配置方式下的毁伤效果进行了分析。仿真结果表明,椭球形未来空域区配置方式毁伤效能最好,多重未来空域窗配置方式次之,减小了时间及位置预测误差带来的影响。