一种新的复合导引头多源异步信息融合精确拦截算法

针对单一制导体制难以满足现代战场作战需求，而多传感器数据更新率不同步的问题，建立一种新的微惯导/毫米波/红外复合制导体制，研究了该体制下多传感器异步信息融合的时间同步和空间配准问题；提出一种自适应Unscented卡尔曼滤波算法，该算法采用预测残差构造状态模型误差统计量，通过自适应因子调整状态模型信息对状态参数估值的贡献，有效控制状态模型噪声异常对状态参数估值的影响。将提出的算法应用到微惯导/毫米波/红外复合制导系统中进行仿真验证，结果表明，提出的自适应Unscented卡尔曼滤波算法的解算精度高于标准扩展卡尔曼滤波和Unscented卡尔曼滤波算法，能有效提高导弹的制导的解算精度。     

DEA models for two‐stage processes: Game approach and efficiency decomposition

Data envelopment analysis (DEA) is a method for measuring the efficiency of peer decision making units (DMUs). This tool has been utilized by a number of authors to examine two‐stage processes, where all the outputs from the first stage are the only inputs to the second stage. The current article examines and extends these models using game theory concepts. The resulting models are linear, and imply an efficiency decomposition where the overall efficiency of the two‐stage process is a product of the efficiencies of the two individual stages. When there is only one intermediate measure connecting the two stages, both the noncooperative and centralized models yield the same results as applying the standard DEA model to the two stages separately. As a result, the efficiency decomposition is unique. While the noncooperative approach yields a unique efficiency decomposition under multiple intermediate measures, the centralized approach is likely to yield multiple decompositions. Models are developed to test whether the efficiency decomposition arising from the centralized approach is unique. The relations among the noncooperative, centralized, and standard DEA approaches are investigated. Two real world data sets and a randomly generated data set are used to demonstrate the models and verify our findings. © 2008 Wiley Periodicals, Inc. Naval Research Logistics, 2008     

基于模糊多目标对策的雷达反干扰策略优化

考虑到单部雷达反干扰效能评估指标多样化、模糊且存在不同权重的情况,在对策论基础上提出了一种雷达反干扰策略优化模型,并在考虑局中人偏好情况下,设计了一种模糊多目标对策最优混合策略求解算法,为找出较优化的雷达反干扰策略以及为战场决策提供参考。     

电驱动车辆反馈线性化自适应滑模滑移率控制

针对驱动和制动工况下电驱动汽车的滑移率控制这一强非线性和不确定性控制问题,提出了一种基于反馈线性化的自适应滑模控制(ASMC)方法。针对车辆驱动、制动工况下的车轮滑移率进行了动力学分析,建立了统一的状态方程。充分利用系统已知模型和参数,采用线性化反馈消除非线性变化的控制量增益系数的影响,通过对反馈项增益参数的自适应调整,适应附着路面不确定参数变化的控制要求,克服系统控制中存在的主要非线性和不确定性部分,对于系统难以建模描述部分,视为扰动,利用滑模控制抑制系统该部分的不确定性因素,同时保证系统响应的快速性,并对算法进行了Lyapunov稳定性分析。最后,以某型电动汽车为对象进行了仿真分析,结果表明采用ASMC控制系统动态响应快、精度高、抗扰能力强,对路面参数变化具有较强的鲁棒性,同时输出控制量抖振小。     

邻域灰度差加权的模糊C均值聚类图像分割算法

模糊C均值(FCM)算法用于灰度图像分割是一种非监督模糊聚类后再标定的过程,适合灰度图像中存在着模糊和不确定性的特点.但是这种算法没有考虑到样本空间中不同的样本点对分类的贡献不同,因此分割效果不理想.提出了邻域灰度差加权的模糊C均值聚类算法,实验结果表明,该算法不仅取得了很好的分割效果,而且加快了算法的收敛速度,从而满足了图像分割的有效性、实时性的要求.     

基于Web Service网络管理体系结构研究

传统层次型网络管理体系结构中网络管理系统之间交互困难。基于Web Service体系结构的思想,将网络管理系统提供的管理功能抽象成管理服务,提出了具有面向服务、动态协作等特点的基于Web Service的网络管理体系结构,并详细讨论了该体系结构涉及的网络管理资源和服务的描述方法以及服务组合技术。     

基于粒子群优化的稀疏序列Bayes反卷积方法研究

在地下目标低频声波探测中,由于探测信号的混叠,难以判读反射目标的空间位置.应用信号处理方法求解时,目标信号是稀疏序列,求解方程是病态的.运用Bayes反卷积方法修正其病态性,并采用优化的粒子群算法求解,提高了系统的探测分辨率,同时降低了计算量.实际应用表明,该方法是有效的.     

某高炮火控系统复合故障的模糊诊断

故障与征兆之间的关系错误综复杂,经常性的一对多或多对一给其赋予了很强的模糊性。现代系统大多结构紧凑,组成复杂,对于其同时出现的多个故障而言,由于故障之间的耦合性,诊断与定位显得更为困难。简要阐述了模糊评判的基本原理及其数学模糊,并针对某型高炮火控系统,进行了故障层次分解,以其一常见复合故障---跟踪监视器故障为例,介绍了运用模糊综合评判法科学利用各种故障信息,对多征兆复合故障综合诊断处理的实现。     

基于模糊神经网络的反鱼雷深弹作战决策

反鱼雷深弹武器是水面舰艇对抗鱼雷的一种新的反鱼雷武器,由它组成的鱼雷防御系统可以拦截潜艇发射的声自导鱼雷、线导鱼雷及尾流自导鱼雷.根据其作战使用特点,建立基于模糊神经网络的智能辅助决策系统,分析了其基本思想,具体实现过程,并应用实例加以验证.计算结果表明:该模糊神经网络模型具有一定的合理性和实用性.     

高精度惯测组合标定误差分析

惯性测量组合(IMU)标定误差分析对于惯性导航系统性能评估、误差分配和器件设备选型具有重要意义,但目前关于高精度IMU标定误差的定量讨论很少。借助四元数旋转矢量理论建立了转台轴正交度误差和转角控制误差模型,结合IMU测量误差的表示,定量分析了一种典型多位置标定编排方式下的标定误差。仿真结果和捷联惯性导航系统的试验结果证实了标定误差分析的正确性。