粗糙集理论的电子设备诊断规则提取

为了解决现有诊断规则提取方法中的不一致性问题,得到具有良好适应能力和最大匹配能力的诊断决策规则,结合电子设备故障征兆特点,提出一种基于粗糙集的电子设备故障诊断规则提取方法.该方法先对原始数据进行预处理,形成决策表,用粗糙集进行属性约简和值约简,最后提取诊断决策规则,并对诊断规则进行评价.通过实例分析表明,该方法能提取出具有一定泛化能力的诊断规则,在故障诊断中能够提高诊断决策规则的匹配效率.     

军队后勤物资联合采购的联盟规划方法研究

关注军队后勤物资采购模式的发展,研究网上联合采购这种新型的采购方式。在分析了目前军队后勤物资采购现状的基础上,首先介绍一种多Agent中介系统主导的联合采购市场模型IMASCPM,然后针对各单位具有多样化、个性化复杂需求关系的组合购买问题,给出一种后勤物资联合采购的联盟规划算法,对其算法复杂性进行了分析,并与国外相关研究进行了比较。     

一种WindML双屏显示驱动程序设计方法

针对电子装备软硬件平台对双屏显示输出的基本要求,探索了在VxWorks系统下开发WindML双屏显示驱动程序的方法。分析了WindML图形系统驱动程序体系结构,通过在图形驱动和WindML图形接口之间增加一个双屏显示控制层的方法,由双屏显示控制层接收WindML图形接口指令,再传给图形显示驱动程序,实现双屏显示输出。该方法设计的双屏显示驱动,能够使两个分开的屏幕逻辑上合为一个大的屏幕,很好的解决了WindML双屏显示输出的问题。     

多输出性能下的重要性测度指标及其求解方法

针对基于马氏距离的重要性测度存在的问题,提出了基于谱分解加权摩尔彭罗斯马氏距离的重要性测度指标,通过构造多输出协方差阵的广义逆矩阵以及谱分解的策略,有效解决了协方差阵求逆奇异情况以及由于未能充分考虑多输出之间的相互关系而导致的错误识别重要变量的问题,克服了基于马氏距离指标的局限性。数值算例与工程算例结果表明:所提重要性测度可以更加准确地获得输入变量对结构系统多输出性能随机取值特征贡献的排序,从而为可靠性设计提供充分的信息。     

基于族群机制的花朵授粉算法

针对花朵授粉算法易陷入局部极值、收敛速度慢等不足,提出一种具有族群机制的花朵授粉算法。该算法把种群分成多个族群,各族群的最优个体再组成新的种群,进而促进种群间的信息交流,有效地协调种群进化过程中的全局搜索和局部搜索能力,避免个体的早熟收敛,提高算法的全局寻优能力及收敛速度。通过8个CEC2005benchmark测试函数进行测试比较,仿真结果表明,改进算法的寻优性能明显优于基本的花朵授粉算法、粒子群算法和蝙蝠算法,其收敛精度、收敛速度、鲁棒性均较对比算法有较大提高。     

提升地下战场作战能力研究

地下战场空间是一个相对独立的空间,其作战力量有一定的特殊性。随着信息化战争的程度越来越高,地下作战力量与其它空间的作战力量产生了密切的关系。本文重在探索构建全维、立体的地下战场作战力量即地下战场体系的建设力量、地下战场的作战力量,进行一体化联合作战。提出将决策管理力量、科研设计力量、施工建造力量三者有机融合,互相协作,推动战场建设,在建设的基础上,为信息化条件下的联合奠定力量基础。     

对LFM雷达的间歇采样累加干扰研究

间歇采样转发干扰以及改进的重复转发间歇采样干扰是对线性调频雷达的有效干扰样式,但其形成的假目标幅度较小,能量损失较大。针对这些不足,提出了一种间歇采样累加干扰,该方法通过将数字储频后离散采样信号的幅值进行累加,在获得干扰幅度的同时实现信号的最大相干性。通过理论分析可知,信号脉内周期性变化会对干扰信号产生影响,因此又通过对累加信号幅度较低部分进行幅度倍乘和对间歇采样信号取绝对值后累加,得到2种改进方案:倍乘调整间歇采样累加干扰和绝对值间歇采样累加干扰。最后通过仿真实验,证明了间歇采样累加干扰是对线性调频雷达的一种有效干扰,能够产生较好的欺骗和覆盖干扰效果,并且假目标幅度较大,工程实现简单,节省功率。     

基于主成分分析法的反导态势要素提取研究

针对弹道导弹及其攻防作战的特点,深入分析反导作战态势评估的过程,研究影响反导预警态势评估的主要因素,构建了反导战场态势要素集模型。在此基础上,采用主成分分析法进行要素分析与提取,优化重构要素集模型。研究结果为提高反导预警态势评估的准确性和指挥决策的及时性提供了重要依据和保障。     

含诱导缺陷复合材料T型接头的弯曲失效实验

通过实验研究含不同诱导缺陷的复合材料T型接头的弯曲力学性能和失效过程,采用引入脱黏缺陷和三角区填充率缺陷来诱导T型接头的不同失效模式。结果表明不同失效模式下T型接头所表现出来的弯曲力学性能差异极大,完好的T型接头所能承受的载荷为288.5N,界面脱黏会削弱其30%的承载能力,而三角区填充率的减少会导致裂纹在填充区内部引发和扩展,导致T型接头的弯曲力学性能大幅降低。     

基于AM-LFM和IRT的旋转微动目标成像算法

在雷达成像中,基于CS的方法因其压缩采样的特性而在高分辨雷达成像中得到广泛应用。然而由于其是一种基于参数化的成像方法,对观测位置误差特别敏感。在实际中,一般无法知道精确的观测位置。观测位置的误差会造成成像结果位置的偏离、散焦以及无法聚焦。针对基于压缩感知的成像算法存在的观测位置依赖性问题,提出了一种基于调幅-线性调频(AM-LFM)分解和逆Radon变换(IRT)的微动目标成像算法。该方法根据分解后信号调频率分离目标微动信号与主体信号,再进行IRT成像。仿真及实验结果验证了算法的可行性和有效性。