基于LS-SVM算法的实兵对抗演习作战效能评估

在实战化实兵对抗演习训练中,经验驱动的作战效能评估方法存在主观性强、评估效率低的问题,对于部队提升实战化训练水平、强化实战能力带来不利影响。针对上述问题,提出数据驱动的实兵对抗演习作战效能评估方法,引入最小二乘支持向量机算法(LS-SVM)构建评估模型,通过演习数据对模型进行训练,建立效能指标和作战效能的非线性映射复杂关系。实验表明,基于LS-SVM算法的实兵对抗演习效能评估方法具有更高的效率和精度。     

航电传感器系统多源数据统计模型评估方法

提出一种基于统计模型的航空电子传感器多源数据评估方法。分析航空电子传感器量测数据可知,航空电子传感器部分量测数据直接或间接来自两个以上信息源,针对该类型的待评估数据,建立数据评估的统计模型,进而进行系统评估。仿真实验和实际应用表明:该方法能够进行航电传感器多源数据的评估,且取得了理想的评估效果。     

卫星遥测数据相关性知识发现方法

为快速发现海量遥测数据中的相关关系,提出一种基于改进最大信息系数(Maximal Information Coefficient, MIC)的遥测数据相关性知识发现方法。以Mini Batch K-Means聚类算法为前驱过程对数据进行网格划分;计算该网格划分下的互信息,并以信息熵代替原有最大熵对互信息进行归一化矫正得到信息系数;选择不同网格划分下MIC作为变量相关性的测度。采用量子卫星遥测数据进行试验,结果表明:与基于动态规划算法的MIC方法相比,所提方法可有效解决MIC测度偏向多值变量的问题,时间复杂度从O(n~(2.4))下降为O(n~(1.6)),是一种适用于大规模遥测数据相关性分析的有效方法。     

加权模糊C均值聚类算法实现BDS三频组合观测值优选

在对BDS三频载波相位组合观测值进行误差分析的基础上，确定了优选载波相位线性组合系数的筛选标准。针对传统聚类算法在高维多频混合数据集分类中存在的不足，采用一种基于加权的模糊C均值聚类算法，通过对同一维度在不同簇上赋予不同的权重值，对传统遍历搜索法所获得的部分BDS三频载波相位组合观测值进行了优化分类选取，有效解决了传统全球导航卫星系统载波相位观测值选取方法效率低的问题，同时为多系统多频数据组合观测值系数的优化选取提供了一种新的思路。对分类结果进行分析，确定了各类组合观测量的适用范围，并结合实测数据，利用无几何层叠模糊度解算方法对优选组合进行了整周模糊度的解算，结果验证了该方法的可行性。     

基于雷达波束篱笆的空间碎片数量的置信区间估计

针对雷达波束篱笆空间碎片探测模式,提出了一种估计碎片数量置信区间的方法.对于给定的轨道高度范围,将轨道倾角和雷达散射截面足够大的碎片是否真正穿越波束篱笆这一事件用(0-1)分布来建模,根据所获取的轨道高度数据,得到该轨道高度范围内碎片穿越波束篱笆的平均概率,进而采用中心极限定理估计出该范围内碎片总数量的置信区间.仿真实验验证了方法的有效性.     

装甲车辆行进间炮口振动角度误差预测模型

针对射击延时过程中具有振荡性的装甲车炮口振动角度误差数据,提出了一种优化的GM(1,1)预测模型。对原始数据进行光滑性和单调性处理;对传统GM(1,1)模型的初始值进行了基于拟合误差最小化的改进;基于传统模型中背景值构造方法存在的误差,重构了传统模型的背景值。通过对高低向、方位向两组数据处理结果的分析,优化GM(1,1)模型的拟合、预测结果相对于传统模型、改进初始值模型和改进背景值模型具有较小的误差,能够较好地反映装甲火炮炮口振动角度误差的变化情况。     

精益研发向我们走来

什么是精益研发精益研发是一种以精益为目标的研发方法,它集成了技术创新、协同仿真以及立体质量设计三大核心技术,实现产品质量跨越式的提升。 精益研发第一次系统地实现了以质量数据总线（QBUS）来整合各种产品质量信息（如几何信息、物理信息、系统可靠性等）．把物理世界与数字世界充分关联起来．实现二者之间的精确映射。     

宽带单脉冲雷达实测数据三维成像的平面视觉形态表示

针对宽带单脉冲雷达实测数据三维成像结果难以直观表示的问题,研究了平面视觉形态表示方法。所谓平面视觉形态,是指用设想的人眼沿着雷达波束方向观测得到的目标结构向适当平面的投影。为获得波束依赖平面视觉形态表示,给出了从实测数据中计算雷达波束方向的方法并从目标尺寸准确估计的角度分析了获取雷达波束方向的必要性,在确定波束方向的基础上,根据投影平面确定新的坐标系,并给出了从雷达观测坐标系到新坐标系的坐标旋转方法。给出了某民航飞机实测数据三维成像处理结果在雷达观测坐标系中的投影表示和新坐标系中的平面视觉形态表示,通过两种表示的对比分析,显示了平面视觉形态表示对特征提取的价值。     

大型仿真推演系统数据质量评估方法

数据是大型仿真推演系统建立和运行的基础,一定程度上其质量直接关系着整个系统应用的水平、广度及深度。首先建立了大型仿真推演数据质量的评价指标体系,包括3个一级指标和相对应的二级指标,然后提出了定性指标的定量化、定量指标的无量纲化的指标指数确定方法,以及在分析权重确定的基础上提出了主观赋权与客观赋权相结合的方法,最后基于AHP法以某一装甲兵作战仿真推演系统的数据为例进行了质量评估,从宏观上得到了一个整体的数据质量评价。