MIMO雷达弹头目标微动模型及微多普勒效应

弹头目标识别是弹道导弹防御系统中最为关键的技术之一。将多输入多输出(MIMO)雷达技术和微多普勒特征分析技术引入弹道中段目标识别,可有效克服弹头隐身技术和有源干扰技术等对识别带来的困难,提高识别精度。建立了MIMO雷达中弹头目标的微动模型,给出了弹头自旋、锥旋和进动引起的微多普勒效应的参数化表达,并通过对仿真回波数据进行时频分析验证了理论分析的正确性,为弹头目标的准确识别提供了新的理论依据。     

部分服务台同步多重休假的GI/M/c稳态队长

在经典GI/M/c排队中引入部分服务台同步多重休假策略,利用拟单生过程和矩阵几何解的方法,求解系统的稳态队长分布及其条件随机分解。     

一种机群相对定位方法

针对机群协同编队导航定位问题,通过分析机群协同编队的特点,建立了编队成员的相对运动模型并引入视觉观测信息,提出了一种基于相对导航的机群联合组网定位方法,理论分析及仿真结果均表明了联合定位结果能达到机群中各成员惯导位置输出的平均水平,有效地减缓了编队系统的定位误差发散速度。     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

基于本体的消防应急决策模型

消防信息技术研究的不断深入和本体论在计算机中的应用日益成熟,促进了人工智能系统的发展。以消防应急决策过程为研究背景,尝试将全局数据包络分析引入应急决策中,建立消防应急管理协作模型,分析多个决策结果的相对有效性,协助决策者在较短时间里作出合理的决策。     

隶属度信息辅助的红外多目标模糊关联算法

针对红外多目标跟踪,利用红外序列图像中目标隶属度信息建立改进的多目标关联算法。该算法是基于模糊c均值聚类方法,以红外目标运动状态和背景环境变化引起的红外目标隶属度信息变化为选择门限,适时切换算法赋值策略,以提高特殊环境下多目标关联的适应性。通过仿真对比证明了该方法具有更好的跟踪精度和稳定性。     

一种改进的跳频信号信道化检测方法

在通信对抗中,对目标跳频信号进行有效检测是对该信号进行后续处理及实施干扰的前提,利用信道化检测方法实现对跳频信号的盲检测。侦察方作为通信非协作接收者,无法与目标信号发送端实现时间同步,导致信道化检测方法性能不佳,针对此问题,提出一种简单高效的判决门限改进算法。仿真结果表明:采用改进算法,虚警概率显著降低,在信噪比大于-2 dB时检测概率有一定的提高。最后给出了关于进一步提高信道化检测方法性能的几点策略。     

高交叉极化隔离度单偏置赋形反射面天线优化设计

为获得高交叉极化隔离度性能,基于极小极大值算法对单偏置赋形反射面天线进行了优化设计。在赋形优化过程中采取了两个措施来提高天线的交叉极化隔离度,一个是利用归一化的电场来构建目标函数,以消除设计增益对优化过程的影响;另一个就是适当增大反射面的焦距。为了证明所述方法的有效性,以产生一个覆盖美国全部领土的赋形波束为例对天线进行了优化设计。数值仿真结果表明,在服务区内主极化增益都高于30dBi,交叉极化隔离度都在30 dB以上。     

一种面向Agent的概念化建模方法*

面向Agent的建模方法为基于Agent系统的概念化描述提供了一种新的技术.针对多Agent系统分析与建模问题,扩展并规范了面向Agent概念化建模过程,定义了Agent模型及其扩展模型,并给出了形式化描述.同时,给出面向Agent的分析和设计过程,为其具体建模提供了一种高层指导.最后,与其它现有面向Agent的方法在应用方面进行了类比分析,为该方法的广泛和深入地应用研究打下基础.     

A partial characterization of the optimal ordering/rationing policy for a periodic review system with two demand classes and backordering

We consider a finite horizon periodic review, single product inventory system with a fixed setup cost and two stochastic demand classes that differ in their backordering costs. In each period, one must decide whether and how much to order, and how much demand of the lower class should be satisfied. We show that the optimal ordering policy can be characterized as a state dependent (s,S) policy, and the rationing structure is partially obtained based on the subconvexity of the cost function. We then propose a simple heuristic rationing policy, which is easy to implement and close to optimal for intensive numerical examples. We further study the case when the first demand class is deterministic and must be satisfied immediately. We show the optimality of the state dependent (s,S) ordering policy, and obtain additional rationing structural properties. Based on these properties, the optimal ordering and rationing policy for any state can be generated by finding the optimal policy of only a finite set of states, and for each state in this set, the optimal policy is obtained simply by choosing a policy from at most two alternatives. An efficient algorithm is then proposed. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010