基于多元时间序列融合的飞行动作识别方法

针对飞行动作数据随机性强与长度不一致的问题,提出通过减小动态时间规整(DTW)算法的搜索空间,并定义不同特征参数贡献度的概念,实现对飞行数据的多元时间序列融合,从而完成对战术机动动作的识别。通过引入预分类和细分类结合的方式,对动作数据进行预处理,然后根据改进的动态时间规整(WDTW)算法对待测数据进行识别。仿真实验表明,相比传统DTW算法,WDTW算法通过降低算法复杂度,识别计算时间变化明显;对核密度与精准度系数的分析表明识别准确率亦有所提高。实验结果验证了所提方法的准确性。     

OFDM系统基于导频的DFT信道估计改进算法

针对实际OFDM系统中存在非整数倍采样多径时延、导频非均匀插入以及噪声区间不连续的情况,分别采用加窗、导频LS估计值归位、噪声功率迭代的方法,对基于导频的DFT信道估计算法进行改进,并通过计算机仿真验证改进算法性能。仿真结果表明,改进算法性能介于LS算法与LMMSE算法之间,优于传统DFT算法,在信噪比20 d B时提供近3 d B性能增益,同时简化算法复杂度,适合硬件实现。     

基于中国股市波动率的多元模型比较与分析

讨论了DCC-GARCH和ICA-GARCH的多元时间序列协方差模型,并从中国股市出发,对中国股市的波动率进行估计及预测.同时,引入VaR模型,比较各多元模型衡量中国股市波动率的准确性及适用性.     

浅谈《口才与演讲》课的教学改革

作为高职院校的一门基础课,《口才与演讲》课必须在结合新课标的同时,针对高职院校学生的特点与需求,在教学中进行新的尝试。本文立足口才与演讲课程所面临的问题,在教学观念、教学方式的改革措施方面进行了探讨。     

空战飞行对敌目标逼近航迹预测仿真

针对传统航迹预测方法考虑因素少、预测时间长的问题,提出基于实时反馈长短期记忆神经网络(FF-LSTM)的航迹预测模型。该模型在长短期记忆(LSTM)神经网络的基础上,引入实时反馈,并采用随机梯度下降法和批处理方法训练网络权值和阈值,构建FF-LSTM神经网络。根据目标航迹特点,选取敌机位置、姿态信息和两机之间互信息特征作为输入数据,将航迹预测视为序列到序列的映射问题。实验结果表明,与BP神经网络和递归神经网络相比,FF-LSTM模型有更好的预测能力,可以快速准确地完成航迹预测。