多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

多状态系统故障树质蕴含集的求取算法

本章首先给出多状态系统状态空间的立方体表示方法,然后建立相应的运算规则。在这些规则的基础上,提出多状态系统故障树质蕴含集的求取算法。通过实例分析,说明了这种方法的可行性。     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

内外干扰因素对液体火箭发动机的影响分析

在已有的液体火箭发动机稳态工况的非线性数学模型基础上,计算分析了单干扰因素对液体火箭发动机参数的影响,用非线性方法和小偏差方法对比分析了两个干扰因素分别和共同对发动机参数的影响。所得结论可用于泵压式燃气发生器循环的液体火箭发动机试验结果分析、可靠性及故障分析,也揭示了此类发动机参数随各种干扰因素的变化规律     

一类高次多项式系统极限环的讨论

通过变换将一类高次多项式系统化为Lienard系统,利用Hopf分枝定理和张芷芬唯一性定理,证明了该类系统极限环的存在性与唯一性。     

宣告刑=基本刑±补充刑量刑优化数学模型——量刑的模型化操作

量刑模型化的操作,是指应用能够真实地再现量刑系统原型的数学模型进行量刑优化和量刑综合平衡的量刑运佐.它是基于改革我国现行的经验型的量刑方法,改善和提高我国刑罚活动的质量和社会效果,而提出的一种新的量刑思路.宣告刑=基本刑±补充刑量刑优化数学模型,包括一般量刑优化数学模型和特殊量刑优化数学模型.     

ATR算法原理分析

随着现代微处理器和大规模集成电路、集成光路的发展,自动目标识别（ATR）算法技术在现代防御系统领域中具有越来越重要的作用。文章归纳了目标表示方法,着重对ATR算法──一统计模式识别算法、模板相关算法、基于模型的算法、人工神经网络算法,进行了概述和综合理论分析,并得出了一些有用的结论,为ATR系统学科的发展和应用奠定基础。     

INS故障诊断的概念体系

根据舰船惯性导航系统的结构和性能特点,提出了适合建立惯性导航系统(INS)故障诊断的概念体系及INS诊断的定义,为研究INS诊断系统奠定了理论基础。     

C~3I仿真系统的设计原则与方法

本文以一个正在设计开发的C3I作战效能仿真演示系统为背景 ,概括了C3I仿真系统的设计原则 ,提出从仿真环境设计和仿真系统设计两个方面进行C3I仿真系统的开发。在此基础上 ,本文提出了一种基于Petri网的面向对象模型描述语言OPDL ,设计了支持OPDL语言建模、执行、演示的仿真环境 ,并给出了C3I作战效能仿真演示系统的总体结构。