边缘化粒子概率假设密度滤波的多目标跟踪

针对复杂情况下的多目标跟踪问题,提出一种边缘化粒子概率假设密度滤波(MPF-PHD)方法。该方法首先将复杂情况下多个目标的状态向量分别提取出其中的非线性状态与线性状态。然后利用粒子概率假设密度滤波(PF-PHD)估计非线性状态,利用卡尔曼滤波(KF)估计线性状态,并把其中与非线性状态相关的线性状态估计用来优化非线性状态估计。通过对MPF-PHD方法与传统的PF-PHD方法仿真对比,验证了MPF-PHD方法有效解决了复杂情况下多目标跟踪的漏检问题,提高了多目标状态估计精度。     

多约束条件下互联网骨干网路由器级拓扑生成方法

互联网骨干网是网络流量的中枢传输系统,其路由器级拓扑结构对于网络抗毁性分析具有重要意义。由于难以获取互联网骨干网路由器级的真实拓扑,通过分析骨干网的形成因素,将地理位置、节点间联系强度、基础设施费用、鲁棒性等因素结合起来,提出一种多约束条件下的互联网骨干网路由器级拓扑生成方法。该方法既可以构造难以公开获取网络测量数据的骨干网,也可以用来生成某一骨干网的多种替身拓扑集。通过现实中的互联网骨干网作为实例,验证了方法的有效性。     

基于虚拟现实技术的案例式反恐指挥训练

本文探讨将虚拟现实技术引入案例式反恐指挥训练,首先分析基于虚拟现实技术案例式指挥训练的理论依据;对案例式VR反恐指挥训练的流程进行设计,并确定案例式VR反恐指挥训练内容;对训练中应把握的原则进行了明确,研究创新部队指挥训练形式具有参考价值。     

两级信息融合技术在柴油机故障诊断中的应用

针对传统神经网络在故障诊断中因测点信息多而导致的网络庞大、收敛困难等问题,引入集成神经网络,提高了融合诊断效率;同时引入基于D-S证据理论,这种决策融合方法解决了集成神经网络各个子网诊断结果不一致的问题。在应用于柴油机故障诊断时,首先对测取的正常和故障样本进行小波包AR谱分析,同时提取各个特征频带的能量分别作为集成神经网络对应子网的输入进行诊断,当其无法确定诊断结果时,再运用证据理论进行决策融合输出最终诊断结果。试验证明:基于集成神经网络和D-S证据理论的两级综合诊断模型提高了诊断的准确性和可靠性。     

美国证件研究中心的特点及对我国证件研究的启示

美国FDL是美国证件研究中心，在硬件和职能建设上时间长，投入大，优势明显，特点突出，在业界居于领先地位。对FDL的特点、优势进行分析研究的基础上，结合我国证件研究的现状，提出了建设出入境证件数据库、获取证件司法鉴定资格及加强交流与合作等建议。     

军人逆商教育的内涵意义及实施途径

开展以提高军人个体素质和提高部队战斗力为目标的军人逆商教育,应当从增强教育者素质、激发官兵积极性和主动性入手,形成全方位多角度的逆商教育体系,并要紧紧抓住党的领导和环境营造等几个重点问题,确保军人逆商教育的成效。     

排列熵算法的应用与发展

重点阐述了排列熵算法的基本原理,总结归纳了该算法在医学、生物和机械等领域的国内外研究和应用现状,最后展望了排列熵算法的未来发展趋势。研究表明：排列熵算法能够有效放大时间序列的微弱变化,且计算简单、实时性高,已在信号突变检测方面显示出良好的应用前景。     

基于实物期权的军品供应商培植柔性决策研究

通过对投资决策的价值分析,给出柔性条件下的投资决策原则,并研究了市场演进的性质、投资成本和采购价格对投资决策的影响。研究表明:风险较大(小)的市场、较高(低)的投资成本、较高(低)的供应链内部采购价格和较低(高)的供应链外部采购价格将使得制造商推迟(提前)其对供应商进行的培植投资决策的实施。     

战争决策综合集成研讨与模拟环境中的想定描述研究

战争决策综合集成研讨与模拟环境(简称“决胜”平台)是一个面向战略层次分析与训练的通用模拟仿真平台,可以通过加载不同的想定来满足对不同战略问题的研究。由于战略想定涉及面广、内容复杂,以及决策问题研究需要快速生成应用的特点,决胜平台采用计算机技术辅助开发想定。想定描述是计算机辅助开发想定的基础和前提。本文提出了建立在决胜平台之上的想定描述的基本方法,给出了想定结构化描述要素、描述模板和想定数据模型。     

一种改进的小波域LFM雷达信号参数估计算法

提出了基于重排小波-Radon变换的线性调频信号的参数估计法。该方法先将小波尺度图转为时频分布图,为提高聚集性引入了时频重排,再将重排图进行Radon变换以进行参数估计。仿真结果表明,该方法有效提高了时频分布图的聚集性,节省了后续Radon变换的时间,同时也抑制了噪声干扰,辨识效果明显提高。