防空导弹飞行试验的引战配合性能分析方法

提出了一种对防空导弹的引战配合性能进行量化评价的方法。利用飞行试验数据对导弹目标交会及战斗部杀伤目标过程进行了仿真。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题，提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性，基于扩展积分均方误差代价函数搜索最优置信范围，并对混合项进行高斯聚类，进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用，引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并，在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明，改进算法在保证跟踪精度的同时还可有效提高算法效率。     

一种传感器网络时空融合模型

针对多传感器间存在时空相关性和先验知识未知的情况,提出了一种基于核偏最小二乘最优加权的传感器网络时空融合模型。首先用核偏最小二乘法对每个传感器在不同时刻的测量值进行融合,然后将各个传感器同时刻的估计值进行空间最优融合,从而得到被测参量的最终融合估计。该模型还能排除那些取值远离样本点集合平均水平的奇异点。理论分析和融合实验表明,该模型能取得较高的融合精度,并能显著节省网络能量。     

靶场光学测量数据异方差性检验及修正

为了避免靶场光学测量数据异方差性导致的普通最小二乘估计非有效、显著性检验失去意义和模型的预测失效问题,采用了图形分析、Goldfeld-Quandt和Breusch Pagan Godfrey方法检验光学测量数据异方差性,并针对光学测量数据的异方差性提出分段加权最小二乘修正的方法。通过理论分析,对某设备方位角测量数据进行实验验证,取得了残差平方数据、G-Q检验统计数据、BPG检验统计数据和分段加权最小二乘BPG统计数据。结果表明应用图形分析法对光学测量数据进行异方差性检验最直观和简捷,适合存在明显异方差性的检验,G-Q检验法不适用光学测量数据的异方差性检验,BPG检验理论完整且适合光学测量数据的异方差性检验,分段加权最小二乘方法有效合理,消除了异方差性对回归模型的影响。     

视频监视前景图像估计的盲源提取方法

在视频图像运动检测的背景消减方法中，场景图像或帧可建模为前景图像和背景图像的叠加或线性混合。然而，实际中图像的背景和前景往往相关，常用的主成分分析和独立分量分析等方法难以实现准确提取。为此，将视频图像的前景提取建模为盲源提取问题，提出了一种基于均方交叉预测误差的盲源提取方法，可以从相关的源视频图像中提取期望的前景图像，并将该方法扩展应用于基于基本模型和特征背景模型的背景消减方案中。基于人工和实际视频的实验验证了盲源提取背景消减方法的可行性和有效性。     

舰船推进系统液力偶合器滑差变化规律分析

研究了将液力偶合器滑差特性用于舰船推进系统稳态特性分析和机-桨联控曲线设计,由此发现滑差变化规律.分析了两种正常工况和五种应急工况下的"船-桨-机"匹配稳态特性以及用液力偶合器滑差所做的主机负载判别.有关滑差的主要研究结果有:按螺旋桨特性工作时,液力偶合器滑差的大小既取决于船体阻力特性(它决定了螺旋桨负载特性),又受液力偶合器自身的"效率-转速"相关性(运转特性)的影响.     

基于ARM的嵌入式指纹图像处理技术研究

研究了特征提取方法和匹配算法;设计了基于ARM的嵌入式指纹处理核心模块,并将其应用于综合业务平台的用户身份认证系统中;具有自主版权的认证加载模式实现了对登录平台的用户身份验证,识别率达到了99.3%.结果表明,该方法能确保平台系统的安全.     

导弹引战配合设计与验证

引战配合设计是导弹总体设计的重要内容之一 ,引战配合设计涉及到导弹和武器系统的多种参数 ,在导弹方面主要是引信和战斗部的总体参数 ;在系统方面主要是交会参数 ,如导弹速度、弹目交会状态 ;就目标方面主要是目标速度和目标几何尺寸等。引信和战斗部的总体指标选定以后 ,一般不再改变 ,交会参数和目标参数对引战配合设计是客观的输入参数 ,一般由理论弹道计算给出 ,在地面条件下 (靶试前 ) ,对引战配合设计的修正和验证工作主要体现在启动区的获得验证方面     

仿真模型的语法可组合问题及组合判定

层次化特征是仿真可组合问题的本质特征之一,首先介绍了仿真可组合问题的基本概念,提出多层次的组合参考模型,以此引出语法层次的可组合问题,进而从命名、顺序及复杂类型匹配三个方面刻画了语法层次仿真模型的组合失配现象.为解决组合失配问题,建立了三类变换条件下的类型等价及子类型匹配关系,并以此为基础构建了语法层次组合相容性及可替换性的判定规则.     

Volterra级数模型的非线性压缩测量辨识算法

针对非线性系统的辨识问题,提出了非线性压缩测量辨识算法,且推导出了一种符合压缩感知测量准则的测量模型。相比递归最小二乘法,该方法极大地减少了所需的测量数,使得高阶Volterra级数辨识成为可能。此外,还分析了实际应用中的各项因素对辨识准确性的影响,如信号稀疏度、测量噪声、测量矩阵形式等。