基于SEM的装甲车辆驾驶作业疲劳主要影响因素识别研究

在对装甲车辆驾驶作业疲劳影响因素调查研究的基础上,利用AMOS5.0建立了装甲车辆驾驶作业疲劳影响因素结构方程模型,并检验了其合理性,对作业疲劳主要影响因素进行了识别和分析,分析结果可为改善装甲车辆驾驶作业环境、科学训练、驾驶员选拔以及降低作业疲劳程度的研究提供借鉴和参考。     

TNT生物代谢的可能途径

因具有毒性和三致作用,污染环境介质中TNT去除倍受关注。为了能更有效地去除TNT,在总结大量文献的基础上,主要从TNT反应性质方面探讨其生物代谢途径。TNT的结构决定了TNT难于生物氧化、易于生物还原。TNT还原以硝基基团的序批式还原为主,一些中间代谢产物还会相互作用生成聚合物,产物TAT需在严格厌氧条件下生成;TNT的芳烃环也可实现加氢脱硝还原,以利于下一步反应的进行;此外,TNT可同时发生硝基还原和芳烃环还原,两条途径的中间产物还会相互作用生成一些聚合物。TNT的氧化以间接氧化为主,直接氧化很少。由于TNT本身结构的复杂性、反应条件或介质的不同、中间产物的多样性,使得TNT代谢途径还具有很大的不确定性,故仍需进行深入研究。     

基于动态贝叶斯网的炮兵战斗效果评估建模仿真

依据炮兵火力作战的特点规律,分析炮兵战斗效果评估的内容、程序、建模过程和影响因素,运用动态Bayesian网建立炮兵战斗效果评估模型,运用主成分分析方法确定评估专家权重,运用Poly Tree的消息传递算法进行评估网络推理分析,最后结合案例仿真验证。结果表明,该研究解决了情报信息不确定性、模糊性和动态性等影响战斗效果精确评估问题。     

机载平台野外立体场景弱小变化目标检测

提出了一种针对机载序列图像的野外立体场景弱小变化目标检测新方法。为了补偿平台运动,提出了一种级联图像配准模式,即首先通过生物视觉方法对待检图像进行快速粗配准,然后通过不变系数最小二乘匹配进行精配准;为了补偿图像间的灰度变化,提出了直方图一致性变换方法,该方法不仅可以处理线性灰度变化而且可以处理非线性灰度变化;为了弱化场景立体效应影响,提出分子区的方法,即通过将图像划分为若干子区,各对应子区独立求解仿射参数,使得待检图像不同位置子区可以对应不同几何变换参数。光电吊舱真实图像变化检测实验,证明了文章方法的正确性和有效性。     

考虑协同电子干扰效果的空战多目标分配

以多机协同多目标攻防对抗为背景,研究协同火力/电子战综合决策方法。提出雷达发现概率下降因子表示雷达发现能力的下降程度,来衡量电子干扰对目标威胁度的影响效果;以降低目标总体威胁为目标,建立了多机协同自卫有源压制电子干扰功率分配模型,并采用贪心算法进行求解;最后综合考虑电子干扰对目标威胁度的影响,改进了基于协同攻防的空战多目标分配算法。通过仿真分析证明该决策过程是可行的、有效的。     

基于加权的目标综合识别技术

在基于证据理论的目标综合识别系统中,综合考虑信息源权重对识别结果有重要的影响.提出了基于加权的目标综合识别技术,总结了几种常用的主观权重和客观权重获取方法,给出了组合权重的计算公式,针对D-S证据理论仿真验证了基于证据加权思想对合成结果的改进效果.研究表明,在进行目标综合识别时考虑信息源的权重是必要的,它能有效化解信源冲突,保证合成结果的合理性和稳健性.     

逐步增加Ⅱ型截尾样本下k/N(G)系统可靠性指标的置信区间

在逐步增加Ⅰ型截尾样本下,研究k/N(G)系统可靠性指标的区间估计问题。假设部件寿命服从指数分布,利用极大似然法和Bayes方法,首先给出了部件失效率的Bayes近似置信区间,其次推导出了系统可靠度和平均寿命的Bayes近似置信区间的计算公式。最后给出随机模拟例子,并对置信区间的精度进行了讨论。     

创造性思维粒子群优化的武器目标分配

现代战争特点为防空作战中武器目标分配(WTA)问题的求解效率和质量提出了新的需求和挑战.建立了WTA问题模型,并选择粒子群优化算法(PSO)求解模型.针对PSO算法在求解WTA模型中出现的早熟收敛特性,从认知心理学角度进行分析,将创造性思维(CT)引入PSO的速度更新公式中,提出了一种基于创造性思维的PSO算法CTPSO.针对WTA模型的离散性特点,设计了编码与解码策略,及位置和速度矢量的离散化运算规则.实验证明了CTPSO算法在WTA问题求解质量和求解效率方面的优越性.     

便携式红外目标模拟器的设计

针对红外型空空导弹环境试验及外场试验的要求,研制了专门的便携式目标模拟器用于配合检测导弹的截获、跟踪等总体性能。该目标模拟器设计为头罩式结构,采用微型黑体作为红外光学系统光源,具有连续、稳定、可调的辐射特性;光学系统通过由PLC控制的步进电机带动,可以实现红外目标的往返、达位运动,用来作为导弹总体性能测试时的目标源使用。详细介绍了该目标模拟器的结构、功能、特点及其系统设计方案,经实际使用,效果良好。     

分布式约束优化问题及其求解算法

分布式约束优化问题(DCOP)能够对多智能体系统(MAS)中的各种分布式推理任务进行建模,广泛应用于分布式规划、调度、资源分配等问题中。首先从DCOP的概念出发,引入一个典型的DCOP实例,在此基础上对DCOP问题求解的两类主流算法进行了详细介绍和比较分析。针对DCOP对现实问题建模中出现的部分集中式、硬约束、开放式、隐私和anytime等5个方面的问题进行了阐述,并介绍了相应的扩展算法。在动态实时问题,自稳定性与误差容错以及在物理分布式环境下仿真等问题仍需进一步研究。