复杂系统多属性决策方法

多属性决策已成为复杂系统评定的重要手段。属性标准化是多属性综合决策中的一项重要内容,标准化方法应严格遵循属性的物理意义和对决策目标的影响,要求标准化前后属性值比较的物理意义一致或接近。首先在分析现有标准化方法不足的基础上,提出了效益型、成本型和固定型属性标准化新方法,经过该方法得到的标准化结果,满足了标准化前后的可比性和线性化。其次,综合分析了加权和和加权积决策模型应用范围,得出加权积模型更适用于复杂系统的多属性综合决策问题研究。最后,将标准化方法和加权积决策模型应用于算例分析,分析结果验证了提出方法的有效性和一致性。     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

不同攻角下AUV回收过程中的水动力规律

通过对AUV(Autonomous Underwater Vehicle)回收过程中运动规律的研究和对纳维—斯托克斯方程(Navier-Stokes equations)及其求解方法的分析,基于CFD(Computational Fluid Dynamics)理论建立了AUV回收运动的三维计算模型,并使用CFD软件完成其物理模型的建立、网格的划分及求解设置。在此基础上对AUV回收过程中的阻力、升力干扰进行分析计算,得到不同攻角下AUV所受到的水动力干扰与AUV和回收平台之间距离的相互联系。     

水下航行器头部流噪声数值仿真与实验

选取头部线型,对航行器头部基于RNG k-ε湍流模型及FW-H声学模型进行流噪声模拟,然后对3种头部线型的航行器在不同速度下分别进行水洞实验。通过对比分析数值仿真与实验结果发现,航行器头部流噪声随着频率的增大而逐渐减小,随着速度的增大而增大。在相同速度下,与头部线型2、头部线型3相比,头部线型1流噪声较小,具有更好的降噪作用。所采用的计算方法可以比较准确地模拟航行器头部流噪声情况。     

As-IPDA算法的天波超视距雷达目标跟踪研究

天波超视距雷达(OTHR)具有低数据率、低检测概率和低量测精度特征对目标跟踪提出挑战.针对OTHR在低检测概率下跟踪目标存在失跟率高的问题,将As-IPDA算法应用到OTHR目标跟踪中,通过大量的仿真实例验证了As-IPDA算法在超视距雷达目标跟踪应用中的可行性,并分析了平滑步长、航迹存在性转移参数、目标检测概率对算法性能的影响,给出了算法参数选择建议,为工程应用提供理论参考.     

防空导弹武器系统射击次数的建模方法*

为评估防空导弹武器系统射击效能,在一定假设条件下,通过对防空导弹武器系统射击过程的分析,对单目标通道建立了射击次数模型.该模型考虑了目标的航路捷径和飞行高度.单目标通道射击次数模型经适当变换可求出第一个目标通道的射击次数,并根据一个射击循环中可用目标通道数受遭遇时间的限制,分三种情况对多目标通道防空导弹武器系统建立了射击次数模型.最后举例进行了仿真计算,得到了不同T值下的射击次数和遭遇点.计算结果符合实际,表明该模型具有较好的适用性.     

国防科技工业质量与可靠性信息共享机制研究与思考

信息共享机制的缺失已经成为质量与可靠性信息工作的瓶颈，严重制约了信息的分析与利用深度。根据质量与可靠性信息工作的新需求，应用现代质量管理理论及系统工程方法，阐述了国防科技工业质量与可靠性信息共享的内涵、目的、总体框架、实施框架与建设措施，为开展质量与可靠性信息共享研究与实践提供方法指导。     

C4ISR系统中军用卫星系统若干关键技术

卫星系统在C4ISR系统这样一个综合性大系统中的应用无庸置疑,首先介绍了C4ISR系统中卫星系统的分类,然后分析了军用卫星通信系统在战场信息传输中的若干关键技术,包括卫星定位技术、与地面网络互联技术、抗干扰技术和卫星终端技术等,最后指出了卫星通信系统发展的方向.     

运动目标轨迹分类与识别

运动目标轨迹识别是运动分析中的基本问题,其目的是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类.对轨迹有效性判断后采用K均值聚类,引入改进的隐马尔可夫模型算法,针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数,计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别,平均识别率较高,实验结果表明该方法是有效的.