基于优化初始聚类中心K-Means算法的跳频信号分选

提出了一种优化初始聚类中心的方法.方法通过搜索参数统计直方图峰值预估类数目,并根据峰值位置确定聚类中心大概位置.由于优化的初始类心与实际类心相隔不远,聚类迭代次数大为减少.与传统的优化聚类中心方法相比,本方法计算量更少.最后将改进K-Means聚类算法应用于跳频信号分选,仿真结果表明,分选效果良好.     

一种基于G0分布的SAR图像快速CFAR检测方法

杂波统计模型是决定CFAR检测算法性能的关键因素.G0分布能对单视和多视SAR图像中均匀、一般不均匀和极不均匀区域精确建模,但存在参数估计复杂、阈值表达式难以求解的问题,限制了其实用性.针对这些问题,分别采用矩估计法和二分法来完成参数的估计和阈值的求取,并通过目标区域预筛选和迭代计算等手段进一步提高了计算效率,得到了一种兼顾检测效果和效率的快速CFAR检测方法.实验结果验证了该方法的有效性.     

基于对抗演练的坦克单车成绩评定方法

为合理评定坦克分队对抗演练过程中各单车的操作技能,基于各单车在对抗过程中的相关数据特征,运用模糊聚类算法对单车对抗水平进行聚类分析,得出了各单车的等级评定成绩。提出了一种改进的ReliefF算法,将其差异明显、差距较大的属性特征分离,为坦克单车以及分队找出差距、制定日后训练重点提供了重要依据,并通过一实例阐明了此方法的实现步骤,验证了此方法的科学合理性。     

SAR/GMTI动目标检测软件平台的结构设计与实现

该软件平台旨在对SAR/GMTI动目标检测算法的仿真、测试与评估,是一个运用MFC技术结合opencv库的复杂系统。针对平台中对算法、数据维护困难问题,提出一种新型的MVADE软件模型。该模型对MVC中的Model参照MVP模式采用责任分离思想进行优化,做到视图、业务逻辑、算法、数据四层的松散解耦从而降低平台的维护难度。目前初步实现了软件架构的搭建和场景仿真,丛林区域检测,DPCA等算法的嵌入,测试结果验证了该软件模型的有效性。     

聚硅硫酸铁的制备及混凝效果研究

聚合硅酸硫酸铁（PFSS）是无机高分子复合絮凝剂，它是结合阳离子型和阴离子型两类絮凝剂的优点所开发的一类新型絮凝剂。在本文中，主要研究了采用一步法生产工艺，以FeSO4·7H2O和Na2SiO3·9H2O为原料来制备聚硅酸硫酸铁（PFSS）絮凝剂。在制备试验中，主要考察了Si/Fe比值、聚合时间、反应时间、聚合反应温度等影响因素对其絮凝效能的影响。最后，通过与聚合氯化铝（PAC）对不同浓度的煤泥水的絮凝对比试验结果分析表明：聚硅酸硫酸铁比聚合氯化铝有更好的絮凝的效果。     

基于Hough变换的叶簇环境下SAR/GMTI动目标检测算法

叶簇环境下,当动杂波比较复杂时,常规的目标检测算法CFAR和DPCA不能有效地滤除杂波。提出了一种基于Hough变换的叶簇环境下SAR/GMTI动目标检测算法(HD),该算法在叶簇杂波比较复杂的情况下能够有效滤除动杂波,提取出动目标。首先,介绍了叶簇扰动环境下的场景建模,并且给出了建模分析和建模场景仿真;其次,给出了HD算法推导过程;最后,在建模基础上对该算法和常规算法进行了对比仿真实验。实验结果表明,该算法在较低信噪比情况下也能保持较高的检测概率。     

备件保障效能动态评估方法

针对目前效能评估方法多重视效能指标的静态观测值，对时序状态数据所蕴含的趋势信息关注较少的缺点，提出基于灰色聚类-粗糙集和集对分析的备件保障效能动态评估方法。针对主客观赋权方法各自的优缺点，引入依赖度和重要度的概念，建立灰色聚类-粗糙集组合赋权模型；将指标权重引入集对理论，提出集对同势、均势和反势的定义，描述备件保障效能的变化规律，构建基于马尔可夫链的集对分析动态模型。实例分析结果表明，该方法可以有效反映备件保障效能的动态变化特征，为决策者制定备件保障长期计划提供科学依据。     

HOUGH变换与航迹关联

在雷达情报自动化处理过程中 ,无论是集中方式还是分布处理方式 ,都要进行航迹关联 ,即要识别哪些航迹源于同一目标。利用 HOUGH变换方法 ,将航迹映射到参数空间进行聚类 ,从而达到航迹自动综合的目的。仿真实验表明 ,这种方法是行之有效的。     

采用PageRank和节点聚类系数的标签传播重叠社区发现算法

基于标签传播的社区发现算法可以检测出复杂网络的重叠社区结构，因此提出了一种基于PageRank和节点聚类系数的重叠社区发现算法。该算法使用PageRank算法对节点的影响力进行排序，可以稳定社区发现结果，节点的聚类系数是一个与节点相关的值，使用节点聚类系数修改算法的参数并限制每个节点拥有最多标签的数量值，可以提高社区挖掘的质量。在人工网络和真实世界的网络上测试，实验验证了该算法能够有效地检测出重叠社区，并具有可接受的时间效率和算法复杂度。     

基于微惯导随机误差时间序列建模的改进组合导航方法

针对低精度、低成本微机电惯性测量单元随机误差建模效果不理想会极大影响组合导航性能的难题,采用时间序列分析方法建立了微机电惯性测量单元随机误差的自回归滑动平均模型,通过对卡尔曼滤波器的状态变量进行增广,建立系统动力学方程和观测方程,实现对零偏误差的在线估计。实测数据分析验证了该随机误差建模的有效性。实测数据处理结果表明,该方法能够显著提高低成本微惯性解算外推精度,增强微惯性/卫星组合导航可靠性。