部分权重信息下两阶段决策方法的威胁评估

空中目标的威胁值评估是指空中目标对所攻击的地(水)面目标可能造成的毁伤程度进行评价.在防空体系目标分配和火力分配中,只需确定空中目标威胁值的相对大小即可,即对空中目标进行威胁排序即对于单个要地空中目标的威胁排序.采用一种已知部分权重信息下的两阶段多属性决策方法对防空中的目标威胁进行评估,该方法将指挥员主观给出的部分权重信息和客观实际相结合,既充分利用了客观信息,又以方案的综合属性的形式进行尽可能满足指挥员的主观愿望,有效地达到两者的统一.最后给出了相应的算例分析证明了其可行性.     

针对旋转和平移的一种电子稳像算法

提出了一种新的基于Fourier-Mellin的电子稳像算法,用于消除由于推扫平台系统姿态不稳所造成的图像抖动。采用Fourier-Mellin算法和相位相关算法求取待稳定图像帧与参考图像帧之间的旋转角度和缩放及平移参数,并通过校正一组抖动的图像帧来验证所提出的算法。实验结果表明算法很好地估计并补偿了旋转和平移运动,能够满足一般要求。     

找准军事训练中奖励工作的“黄金分割点”

黄金分割点是一个数学名词,在人们发现它的奇妙比例后,很快被应用于建筑设计、舞台布置和医学美容等领域,收到了很好效果。同样,在军事训练奖励工作中,如果我们也能找准这个“黄金分割点”,使军事训练奖励工作中各要素不断处于平衡与协调的状态,那么也能起到很好的效果,更好地激发官兵的训练热情,提高训练效益。     

AWGN信道下线性分组码的差错概率下界分析

提出了一种线性分组码的最大似然译码(ML-decoding)差错概率下界的计算方法。差错概率的下界优化实质上是对联合事件概率下界的优化,算法结合改进的Dawson-Sankoff界的优化准则,提出了AWGN信道下线性分组码差错冗余事件的判决准则,得到了误码率下界的计算表达式。该表达式只依赖码字的Hamming重量分布与信噪比,较之类deCaens界与类KAT界,本算法得到的下界更紧,计算量更低。针对LDPC等线性分组码的数值结果证明了算法的优越性能。     

双频去相关单历元动态解算整周模糊度研究

针对GPS实时动态精密相对定位应用背景,提出一种整周模糊度实时求解方法。采用宽巷组合载波相位双差、伪距双差观测信息建立观测模型;对浮点模糊度协方差阵进行一次Cholesky分解,构造了浮点转换矩阵,使浮点模糊度完全去相关;推导确定整周模糊度的搜索空间;利用最小残差平方和搜索准则,确定单历元整周模糊度,并用OVT检验方法,对不同历元得到的整周模糊度进行一致性检验。结果表明,观测量误差均方差取值对整周模糊度搜索空间和成功率有较大影响,附加OVT检验的双频去相关单历元动态解算整周模糊度方法正确可行。     

基于两部门框架的军地工资关系理论研究

根据自由劳动力市场工资决定理论建立的基于两部门框架的工资决定机制模型,说明军地工资收入差距的形成是因为军地两个部门的劳动力市场间存在着市场分割因素;而同质劳动力在军地两部门禀赋回报率的差异是引起两部门劳动力供给变化的主要原因;同时,军队高素质劳动力工资率偏低造成整个社会部分效率损失。     

基于线性反时间混沌理论的混沌信号模糊函数算法

从线性反时间混沌理论出发,提出一种混沌信号宽带模糊函数算法。在现有的宽带模糊函数算法中,时间尺度变换的混沌信号需要极大的运算量来得到,难以适应需要实时处理的工程环境。根据反时间混沌理论,噪声脉冲驱动下的线性系统能产生反时间混沌信号。通过不同时钟频率的数字系统产生脉冲信号,然后以此脉冲信号驱动相应的线性系统直接产生延迟和时间尺度变换后的反时间混沌信号,最后可通过相关处理方便地计算相应混沌信号的宽带模糊函数。通过理论推导和数值仿真阐述及分析该模糊函数算法,证明了该方法数字模拟混合的结构使其能方便应用于实际的工程之中。     

基于接收分集的MIMO雷达性能分析

基于接收分集的MIMO雷达发射端采用阵元间距为半波长的均匀线阵,各子阵元发射相互正交的信号,而接收阵元间距满足空间分集条件。由于天线阵元之间紧密分布的发射阵列可以当作一发射站处理,因此该MIMO雷达的结构与一发多收多基地雷达类似。分析比较了双基地雷达、一发多收多基地雷达和接收分集MIMO雷达的检测性能和模糊函数,指出接收分集MIMO雷达具有良好的检测性能、方位角分辨力和较低的"自身杂波",这有利于微弱目标的检测、目标的高精度定位、虚假目标的消除以及雷达系统可观察目标动态范围的提高。     

非线性滤波方法在水下目标跟踪中的应用

在对扩展卡尔曼滤波、不敏卡尔曼滤波和粒子滤波3种非线性滤波方法进行研究的基础上,对粒子滤波算法的重要性密度函数的选取方法进行了研究。结合水下目标的被动跟踪的应用背景,比较了3种滤波算法在水下目标跟踪中的性能差异。结果表明,粒子滤波算法能较好的用于非线性、非高斯条件下的水下目标跟踪。     

基于尺度空间理论的角点检测

传统的Harris角点检测是一种经典的角点检测算法,但不具有尺度不变性。研究了一种基于尺度空间理论的Harris角点检测方法。建立Harris的尺度空间函数表示。利用多尺度分析的思想,使在小尺度上的角点精确定位和大尺度上的角点去伪存真。从而克服了传统的Harris角点检测可能存在的角点信息丢失、角点位置偏移和易受噪声影响等问题。试验结果表明,该算法明显地提高了图像角点检测性能。