属性约简方法在威胁因素选择中的应用

分析了影响对空威胁判断的威胁因素,确定了各属性值离散化的处理标准,构建了基于粗糙集理论的对空威胁判断决策信息表;通过基于属性重要性的约简方法和基于正区域的约简方法对威胁因素进行了约简,确定了水面舰艇对空威胁判断的威胁因素,最后用Matlab仿真技术验证结论的正确性。     

求解传感器网络最大生存时间的最大流算法

节能是传感器网络研究的中心问题之一,目的是延长网络的生存时间。因此对于一个给定网络,很自然地关心它的最大生存时间是多少。从网络最大流的角度分析这个问题,给出了求解传感器网络最大生存时间确切值的算法。     

中立型泛函微分方程的周期解

综合利用D算子的性质及Horn不动点定理[8],研究了有限时滞中立型泛函微分方程的周期解的存在性问题,证明了解的一致最终有界性蕴含周期解的存在性,从而推广了著名的Yoshizawa周期解定理[3],同时推广了[1]和[2]的主要结果.     

基于状态的装备可靠度模型及其应用

为应用基于状态的装备可靠度模型，实现对装备的精确维修，采用了比例风险模型（Proportional Hazards Model，PHM）将装备的年龄信息及检测所得状态信息融入系统的风险函数中。考虑到样本包含截尾数据的情形，应用极大似然估计方法对模型中的参数进行了估计以及相应的模型检验。通过对该方法在一个实际案例中应用的详细分析，验证了方法的可行性。     

基于星座图恢复的MQAM信号调制方式识别算法*

针对MQAM信号调制方式的识别问题,提出了一种基于星座图恢复的算法。该算法首先估计信号载频及信噪比等参数,并依据波特率和符号定时完成对接收信号的波特率采样。随后采用一种非判决辅助载频偏差估计方法,以消除载频偏差及相位偏移对星座图恢复的影响。最后利用平均似然比检测的方法,完成MQAM信号调制方式的识别。仿真结果表明,与仅考虑信号幅值分布的极大似然算法相比,该算法具有更优的识别性能。     

幅相调制信号的星座图恢复与调制方式识别

针对幅相调制信号的调制方式识别问题,提出一种基于星座图恢复的算法。该算法估计信号载频及信噪比等参数,并依据波特率和符号定时完成对接收信号的波特率采样;采用一种非数据辅助载频偏差估计方法,以消除载频偏差及相位偏移对星座图恢复的影响;利用平均似然比检测的方法,完成幅相调制信号调制方式的识别。仿真结果表明,与仅考虑信号幅值分布的极大似然算法相比,该算法具有识别性能更优。     

基于MATLAB/GUI的MIMO通信仿真软件设计与实现

为满足采用不同调制方式和空时编码类型的MIMO(Multiple Input Multiple Output)通信的性能分析需求,在深入研究MIMO通信机理和空时编译码机理基础上,基于MATLAB/GUI软件环境进行MIMO通信仿真软件设计,实现了对不同参数条件下MIMO通信系统性能分析的可视化、可交互性。仿真结果表明DBLAST(Diagonal Bell-Labs Layered Space-Time)在4FSK(Frequency Shift Keying)和QPSK(Quadrature Phase Shift Keying)调制方式下性能较优,利用设计的仿真软件可对MIMO通信的参数优化配置提供指导。     

新疆吸毒问题原因透视

新疆紧邻世界最大毒源地“金新月”，处在“金三角”和“金新月”两面夹击之下。近年来，新疆的毒品犯罪活动日趋突出，吸毒群体不断扩大，严重影响了新疆的社会稳定和经济发展。从宏观社会环境、微观环境及吸毒者个体因素三个方面对新疆吸毒问题产生的原因进行了深入分析，以期为新疆禁吸毒工作提供决策依据。     

BaTiO3的相温度曲线

根据BaTiO3的吉布斯自由能展开式，讨论了对称群Oh操作的所有不可约表示，考虑到不同不可约表示项的相互作用，并利用相稳定条件，推导出可能对称相的温度曲线。     

失效概率函数求解的高效算法

结合基于分数矩约束的极大熵方法和替代模型法,发展了一种失效概率函数求解的高效算法。所提算法的基本思路是利用自主学习的迭代Kriging方法来构造失效概率函数,即采用较少的训练样本来构造粗糙的失效概率函数,在此基础上通过添加新的违反学习函数约束的样本来更新失效概率函数,直到达到精度要求。对于每一个分布参数的训练样本点,所提方法采用分数矩约束的极大熵法来求解相应的失效概率样本。由于分数矩的计算采用了高效的降维积分,并且由于分数矩约束下极大熵法中优化策略高效地逼近了响应的概率密度函数,从而使得失效概率样本能够被高效高精度地估计出来。为了检验所提方法的精度及效率,给出了两个算例,对比了所提方法与已有的失效概率函数求解的Bayes公式法及Monte Carlo法等,结果表明,所提方法适用于求解复杂的功能函数问题,且在满足精度要求的基础上大大降低了计算量。