基于TSS方法的雷达性能优选分析研究

通过TSS方法进行了雷达性能的优选分析研究,分别针对雷达的单一性能指标和综合性能指标进行了优选分析。首先运用TSS方法完成了基于单一性能指标的雷达性能优选分析,然后通过欧几里德贴近度完成了雷达的综合性能指标优选分析,最后给出了TSS方法在雷达性能优选分析研究中的应用实例。     

数据挖掘在器材保障决策支持中的应用研究

针对器材保障现状,运用数据挖掘技术,探索器材保障决策支持问题.设计了器材保障决策支持系统中数据挖掘应用的解决方案,该方案包括了项目规划和应用设计,并以器材平时消耗预测为例,运用多元回归模型算,法进行了挖掘实现.数据挖掘为保障决策提供了更加丰富和科学的信息,可以较好地满足器材保障决策支持的需要.     

嵌入式视频编码与无线传输系统研究

针对传统的视频编码与无线传输技术,分别依赖大量电子设备和昂贵无线电台问题,提出了一种基于嵌入式处理芯片FPGA和DM8148,以及无线接入器WG302的嵌入式视频编码与无线传输方案,再利用通用的Windows操作系统平台、液晶显示器和VLC媒体播放器完成视频解码和显示。试验结果表明彩色视频的显示质量和处理传输的实时性均较好,充分验证了该方案的可行性。     

基于DXC的军事传送网恢复策略研究

可靠性对于军事传送网而言显得尤为重要。数字交叉连接(DXC)设备提供了一个灵活的冗余和保护以满足用户的需求,有利于最小化服务中断时间。文中首先介绍了DXC设备及其应用;其次,讨论了基于DXC设备的恢复应该考虑的问题;最后,结合军事传送网的特点,提出了恢复策略,并对此进行了讨论。     

基于改进遗传算法的油料调拨优化

为实现油料快速调拨运输，利用改进的遗传算法求解油料调拨优化问题，采用了一种受贪婪算法启发的新的交叉算子和变异算子，对比模拟退火算法等其他算法而言，具有较好的鲁棒性，能很好地解决油料调拨运输过程中多任务多地点的油料调拨运输问题。     

在轨加注过程中组合体航天器动力学建模与分析

针对在轨加注过程中质量分布随时间变化的组合体航天器,研究动力学建模问题并对其动态特性进行分析。将航天器系统分为刚性组合体平台和贮箱内燃料两部分,贮箱内的燃料视为质量、外形和位置连续变化的质量块,将航天器系统抽象为一组有固定边界的变质量质点系;在推导出变质量质点系一般力学方程的基础上,通过对航天器结构进行一定限制消除方程中的反冲力和失调力矩,以组合体平台主轴作为参考坐标系,建立在轨加注过程中组合体动力学模型;该模型除了参数时变的特点外,与普通刚体动力学相比还含有阻尼项;基于李雅普诺夫稳定判据,对该时变动力学系统的动态特性进行分析。仿真计算展现了不同结构参数对姿态运动轨迹的影响,也证明了理论分析的正确性。     

基于声强矢量的舰船目标运动参数估计

基于声强矢量测量法提出了舰船目标运动参数的估计方法,并提出了快速算法.计算机仿真实验表明,以上算法是可行的,可以实时估计出舰船的速度和距离。     

有限维修能力下多级保障系统装备时变可用度评估及保障方案优化

备件库存和站点维修能力是影响备件维修周转的重要因素，制约装备使用效果。针对备件需求随任务阶段动态变化的装备保障方案评估和优化问题，考虑站点维修能力对备件维修过程的影响，结合METRIC建模方法和动态排队理论，建立了有限维修能力下多级保障系统装备时变可用度评估模型。在评估模型基础之上，以保障费用为优化目标，装备可用度为约束条件，建立了任务期内多级保障系统保障方案优化模型。以任务期内的最低可用度所对应的备件短缺数为观测值，分析了各项资源的边际效益值，采用边际优化算法对各项资源进行优化计算。算例分析表明，评估模型能够计算多级保障系统任务期内各阶段装备可用度；保障方案优化模型和方法能够得到各项保障资源的优化配置方案。提出的模型和优化方法能够为装备保障人员制定合理的保障方案提供决策支持。     

基于瞬时相位差分特性的数据传输系统丢点检测方法

针对数据传输系统丢点问题,依据连续正弦信号瞬时相位差分特性,探讨了一种自动检测数据传输系统丢点方法。首先在数据传输系统采集前端加入正弦信号;然后将解包好的数据通过希尔伯特变换求取数据瞬时相位,并从前向后进行相位补偿,使数据瞬时相位呈连续递增形式;最后通过相位差分法求得瞬时相位前向差分。由理论分析可知:连续正弦信号未丢点时,当前位置数据相比前一位置数据相位差为2πfc/fs(fc为正弦信号频率,fs为数据传输系统采样率);连续正弦信号丢点时,当前位置数据相比前一位置数据相位差为2πfc(n+1)/fs(n为传输数据丢失点数)。由此特性,可实现对数据传输系统是否丢点实现自动检测。理论分析和实验结果表明,探讨的数据传输系统丢点检测方法可实现对数据传输系统是否丢点实现自动检测,便于工程应用。     

The effects of model parameter deviations on the variance of a linearly filtered time series

We consider a general linear filtering operation on an autoregressive moving average (ARMA) time series. The variance of the filter output, which is an important quantity in many applications, is not known with certainty because it depends on the true ARMA parameters. We derive an expression for the sensitivity (i.e., the partial derivative) of the output variance with respect to deviations in the model parameters. The results provide insight into the robustness of many common statistical methods that are based on linear filtering and also yield approximate confidence intervals for the output variance. We discuss applications to time series forecasting, statistical process control, and automatic feedback control of industrial processes. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010