分段计算方法在模拟爆炸应力波传播中的运用

针对爆炸加载下岩石响应的不同特点以及动力有限元和传统地震波模拟方法的局限性,提出了一种分段计算的数值模拟方法.该方法在空间上将所模拟的区域划分为非弹性段和弹性段,非弹性段内采用动力有限元计算方法,弹性段内采用传统的地震波方法,不同段之间以节点位移为边界条件.不同算法的数值模拟结果验证了分段计算方法用于模拟爆炸荷载产生地震波的有效性和正确性.     

一种支持向量回归的局部邻域稀疏化方法

调整高斯核函数参数可以改变其VC维,通过密度聚类算法发现并分离全局中非线性复杂度不同的局部特征,以支持向量比率为优化指标确定满足局部稀疏条件的核函数,从而达到优化核函数选择以提高整体回归稀疏性的目的。     

多站多目标雷达数据融合

多站多目标跟踪是雷达数据融合的主要问题。提出了一种对测量数据聚类,在类间进行数据融合,之后基于目标的融合状态,采用强跟踪滤波器(STF)对多目标进行跟踪。利用上述方法,进行了各种态势下的仿真实验。     

结合峰值检测的高噪声图像快速聚类分割方法

针对高噪声污染图像,提出一种结合峰值检测算法的快速聚类分割方法(FC-ImSeg)。根据平行线投影分割算法将二维直方图映射到一维空间,利用峰值检测算法检测图像像素点的聚类结果,调整映射模型的平行线宽度,使直方图符合双峰分布特性,最后利用加权模糊c均值聚类算法实现图像的分割。实验结果证明了该方法是快速有效的。     

测向交叉定位中基于最小距离的二次聚类算法

针对现有测向交叉定位系统中聚类算法存在的计算量大、求解最优解困难等问题,提出了一种基于最小距离的二次聚类算法.即先通过最小距离法对每条测向线上的交点进行聚类分析,得到几个聚类程度较高的交点集合,再对这些交点集合通过取交集的方法进行二次聚类,得到少数的几个交点集合,最后再对这几个少数的交点集合进行选优,从而消除虚假交点集合,得到真实交点集合.通过交点回归计算,保证了真实交点集合具有很高的关联正确率.计算机仿真结果表明,该算法具有很高的关联正确率,且计算量较小,实时程度较高,并且适应于多传感器存在漏测的情形.     

舰炮一维修正弹校正诸元误差和预测误差试射

由于工作原理不同,舰炮使用传统无控弹试射方法不适用于一维弹道修正弹。分析了舰炮使用一维弹道修正弹射击误差构成和试射的必要性,提出了一维弹道修正弹校正射击诸元误差和预测误差试射新方法。首先通过分析对海射击以实际观测弹着水柱与提前点偏差作为发射诸元误差的精度,以及以预测弹着落点与实际观测弹着水柱偏差作为预测误差的精度,提出了求取诸元误差和预测误差的方法,论证了试射发数;然后从距离上和方向上校正诸元误差和预测误差。假设各误差值,通过仿真计算表明,按新方法试射能够显著提高射击精度。     

GNSS多径信道模拟的聚类稀疏拟合方案

针对全球导航卫星系统(global navigation satellite system, GNSS)信道模拟计算量大、硬件资源开销大,不利于实时性能评估和实际工程应用的挑战,提出一种GNSS多径信道模拟的聚类稀疏拟合方案。利用基于K中心聚类信道冲击响应(channel impulse response, CIR)参数萃取的稀疏拟合方法,得到等效精简CIR参数,再以稀疏抽头延迟线结构来实现信道模拟。所提方法在保持多径误差条件下,通过较少抽头数量的抽头延迟线结构滤波器拟合原始GNSS多径信道模型,可以大为简化GNSS信道模型仿真复杂度,而无须庞大的硬件资源。仿真结果表明,通过对参考信道模型生成的信道CIR参数进行稀疏拟合,所提出的方案和方法具有良好的效果。     

文本情报信息筛选与聚类的一种处理方法

目前大数据时代情况下的信息有文本、图像、语音和视频等多种形式,而且信息的容量非常大,怎样高效、正确地筛选、分类和处理、利用这些信息,为决策者提供指挥与控制的科学依据显得尤为重要。据此对文本情报信息提出了一种文本聚类的特征选择以及特征变换的方法,利用单词在文本中的出现次数的概率来选择参与聚类的单词,并且对单词出现概率模型定义了特征变换函数,提高了文本信息的筛选、分类和处理的精度,能快速、准确地提取所需要的情报信息提供给指挥与控制的决策者参考、使用。     

新型舵机结构运动分析与仿真

根据旋转弹弹道修正要求,提出一种基于4R空间机构的电动舵机结构,建立了理论分析模型,以空间机构学运动分析为基础,推导了机构输入、输出转角关系,绘制了理论分析转角曲线,建立机构三维模型,通过多刚体及刚柔耦合仿真验证分析了舵机转角关系和运动副受力情况,研究了该结构的可行性。计算分析结果表明,该舵机具有结构简单,动作可靠的优点,能满足舵机控制的转角精度和响应频率要求,适用于简易制导弹药。     

基于乘积偏好关系的专家模糊核聚类赋权方法

多属性、多目标性决策中,针对专家给出各方案偏好关系下的决策问题,提出一种基于乘积偏好关系的专家模糊核聚类赋权方法。该方法运用模糊核聚类的思想实现对决策专家的聚类,并通过放宽归一化约束条件,克服了传统模糊核聚类算法中离群点对聚类结果的影响。同时,在专家类内赋权过程中,运用CI-IOWG算子集结同类专家的意见,依据不同专家对于形成类别一致性意见的贡献程度来确定专家权重;克服了传统基于熵权或判断矩阵一致性的赋权方法的局限性。算例表明,该方法可行、有效。