广义线性系统的鲁棒跟踪观测器设计问题

基于广义Sylvester矩阵方程的参数化解,将鲁棒性能指标和跟踪观测器参数矩阵进行参数化表示,从而使鲁棒跟踪观测器的设计问题转变成求解最小化问题.提出了一种设计鲁棒跟踪观测器的简单有效的算法,并通过实例和仿真对该方法进行了验证.     

基于神经网络的模糊理论在桥梁状态评估中的应用

探讨了模糊数学中的隶属函数在桥梁技术等级状态评估中的应用.在研究现有桥梁状态评估方法的基础上,把人工神经网络和模糊数学理论结合起来应用于大跨度预应力斜拉桥的等级状态评估,建立了基于三层神经元的模糊神经网络模型,并建立结构损伤度函数及等级隶属度模型,通过样本学习训练,获取评估专家的知识及直觉思维,最终确定桥梁所对应的技术状态等级.以检测的480组索力数据作为学习样本,另外4组作为验证样本进行了索力状态评估预测.计算结果表明,网络预测值与期望值吻合良好.     

装配型管线压力波速的计算

装配型管线内含有巨量的连接密封橡胶圈,它们对压力波速有影响.提出一个计及其影响而又简明实用的压力波速计算方法:将胶圈的体积模量并入管内液体的体积模量中,以组合的体积模量计算压力波速,并给出Dg100管线输送汽油和水时的具体数值.     

基于UML的侦察监视系统仿真分析

侦察监视系统的仿真是一体化联合作战仿真系统的重要组成部分。根据侦察监视系统的未来发展,进行了侦察监视系统的仿真需求分析,提出了仿真系统所要实现的基本功能,并利用UML对侦察监视仿真系统的角色、用例进行了分析,用用例图对整个仿真系统功能进行了描述。在此基础上,对系统进行了静态建模和动态建模。结果表明利用UML对侦察监视系统进行仿真分析,过程完整、易于理解,便于获取军事需求。     

为什么要强调必须把建设资源节约型、环境友好型社会的要求落实到每个单位、每个家庭？

党的十七大报告强调,必须把建设资源节约型、环境友好型社会的要求落实到每个单位、每个家庭。对这一重大部署和要求,应从以下几个方面理解。第一,建设资源节约型、环境友好型社会是全民族的共同事业。坚持节约资源和保护环境的基本国策,关系人     

美军谋求“常规型即时全球打击能力”

迄今，美俄问围绕缔结削减战略性进攻武器的谈判已经举行多轮，却迟迟未能取得实质性进展。令俄方所忌惮的除美国构建和部署导弹防御系统外，美军正在积极发展的“常规性即时全球打击能力”，也被俄方认为将对维持两国之间的战略平衡造成威胁。     

多输出性能下的重要性测度指标及其求解方法

针对基于马氏距离的重要性测度存在的问题,提出了基于谱分解加权摩尔彭罗斯马氏距离的重要性测度指标,通过构造多输出协方差阵的广义逆矩阵以及谱分解的策略,有效解决了协方差阵求逆奇异情况以及由于未能充分考虑多输出之间的相互关系而导致的错误识别重要变量的问题,克服了基于马氏距离指标的局限性。数值算例与工程算例结果表明:所提重要性测度可以更加准确地获得输入变量对结构系统多输出性能随机取值特征贡献的排序,从而为可靠性设计提供充分的信息。     

北斗导航系统移动基准站差分定位算法

针对复杂测量环境无法建立固定基准站及进行精密定位的问题,提出一种基于北斗导航系统的移动基准站差分定位算法,即基准站与流动站同时运动并实现高精度差分定位的算法。基于载波相位测量值,在动态短基线条件下,对数据进行站间和星间双差处理,消除接收机钟差以及其他公共误差。对多频观测值进行线性组合,构造双差载波相位超宽巷、宽巷、中巷及窄巷观测量。对上述观测量进行窗口滑动均值滤波并采用逐级模糊度确定法固定整周模糊度,即沿着从超宽巷到窄巷的顺序依次求解整周模糊度。为验证算法有效性,设计基于北斗导航系统的轨道外部几何参数检测仪进行实验,实现毫米级静态相对定位精度和厘米级RTK相对定位精度。     

一种基于模糊连接度的区域生长毁伤特征提取算法

针对传统的区域生长算法在提取军事目标毁伤时,不能较好地处理毁伤区域与背景之间的模糊性,生长结果对种子点的选取敏感等问题,提出了一种基于模糊连接度的区域生长算法。算法以模糊连接度作为生长点与种子点相似度的度量,有效地保持了像素之间的模糊性,按照模糊连接度由强至弱的顺序生长,使得生长的结果对种子点的选取不敏感;采用灰度波动控制和USAN面积相结合的方式作为生长准则,在适应目标区域灰度变化的同时得到了较好的边缘定位效果。实验结果证明了算法的有效性。     

一种定标缺失情况下的高光谱目标识别方法

高光谱遥感图像识别在民用和军事领域有着广泛的应用。在缺乏定标信息、缺乏同步观测大气光学参数情况下,对高光谱图像进行地物识别尚没有系统有效的方法,制约了其在定量遥感方向的应用。对此提出了一种利用粒子群算法优化6S模型参数基础上的高光谱遥感数据校正方法,并将其应用于定标缺失情况下的目标识别中。实验表明:在对遥感图像利用少许先验信息选择参数进行校正后,分类准确率为76.25%。而利用粒子群算法优化参数的6S校正后,分类准确率提高到91.58%,目标识别准确率得到了有效提高。