Repairable consecutive‐k‐out‐of‐n: F system with Markov dependence

In this article, a model for a repairable consecutive‐k‐out‐of‐n: F system with Markov dependence is studied. A binary vector is used to represent the system state. The failure rate of a component in the system depends on the state of the preceding component. The failure risk of a system state is then introduced. On the basis of the failure risk, a priority repair rule is adopted. Then the transition density matrix can be determined, and the analysis of the system reliability can be conducted accordingly. One example each of a linear and a circular system is then studied in detail to explain the model and methodology developed in this paper. © 2000 John Wiley & Sons, Inc. Naval Research Logistics 47: 18–39, 2000     

Sequential and systematic sampling plans for the Markov‐dependent production process

Acceptance sampling plans are used to assess the quality of an ongoing production process, in addition to the lot acceptance. In this paper, we consider sampling inspection plans for monitoring the Markov‐dependent production process. We construct sequential plans that satisfy the usual probability requirements at acceptable quality level and rejectable quality level and, in addition, possess the minimum average sample number under semicurtailed inspection. As these plans result in large sample sizes, especially when the serial correlation is high, we suggest new plans called “systematic sampling plans.” The minimum average sample number systematic plans that satisfy the probability requirements are constructed. Our algorithm uses some simple recurrence relations to compute the required acceptance probabilities. The optimal systematic plans require much smaller sample sizes and acceptance numbers, compared to the sequential plans. However, they need larger production runs to make a decision. Tables for choosing appropriate sequential and systematic plans are provided. The problem of selecting the best systematic sampling plan is also addressed. The operating characteristic curves of some of the sequential and the systematic plans are compared, and are observed to be almost identical. © 2001 John Wiley & Sons, Inc. Naval Research Logistics 48: 451–467, 2001     

卫星导航信号无模糊抗多径码相关参考波形设计技术

针对目前卫星导航接收机码环多径抑制技术在二进制偏移副载波类信号下鉴别曲线可能出现多个稳定跟踪位置，导致接收机存在伪距测量的系统性误差的问题，提出最优鉴别曲线设计技术，采用奇异值优化的最小二乘方法，设计无多余跟踪点的本地码相关参考波形。从多径误差包络和跟踪精度两方面，对基于最优鉴别曲线的二进制偏移副载波信号码相关参考波形的设计性能进行验证评估。仿真结果表明：该方法可实现二进制偏移副载波信号在有限接收带宽下的无模糊鉴别曲线设计。以前端带宽为8.184 MHz时的BOC(1,1)信号为例，设计的码相关参考波形相比W2波形，多径误差包络面积增加了61.8%，而跟踪精度提高了4~5 dB。     

基于改进积累方式的Hough变换和最小方差航迹起始方法

主要研究杂波密集环境下多目标航迹起始问题,提出一种改进Hough变换和最小方差准则相结合的航迹起始方法.首先针对航迹起始中量测信息的时间特性,提出一种改进的积累单元积累方式,该方法较以前的二值积累方式能更有效地去除杂波,尤其能够去除构成虚假航迹的杂波.然后,再采用最小方差准则对Hough变换之后的航迹进行分析,得出正确的航迹.仿真结果表明,提出的航迹起始方法效果好、所用时间短,尤其适合杂波密集环境下的快速航迹起始.     

基于傅立叶图像重建的车用换热器表面缺陷检测?

针对车用换热器表面缺陷检测问题，提出一种利用傅立叶图像重建提取方向纹理表面缺陷的算法。该算法采用局部二值模式（ LBP ）描述去除光照影响并对LBP图像进行快速傅立叶变换，通过频率域滤波和图像重建有效去除方向纹理的影响，由二值化及团块分析最终提取换热器表面缺陷区域。实验结果证明，本文算法可以快速、有效地检测出换热器表面缺陷。     

基于粗糙集的空袭目标威胁评估排序

通过对影响空袭目标威胁排序因素的分析,针对定性与定量因素并存的情况,提出利用粗糙集理论进行威胁排序的方法.将已有决策表转化为成对比较表,利用优势属性集来推理决策规则,从而确定各目标的排序.案例表明此方法有效地解决了空袭目标威胁排序中的如何处理不确定信息的问题,大大提高了决策的准确性和客观性.     

一种舰船目标一维距离像识别的新方法

提出了一种基于傅里叶-梅林变换和二叉树支持向量机相结合的舰船目标一维距离像识别方法。该方法充分利用了傅里叶-梅林变换具有的时移与尺度不变性和支持向量机在小样本分类中的优势,可以改善目标的特征稳定性,提高识别性能。针对多类舰船目标的识别,提出采用聚类分析中的均值距离来生成二叉树,将分类器分布在各个节点上,构成了多类支持向量机,减少了分类器数量和重复训练样本的数量。对4类舰船目标仿真实验的结果表明,该分类方法具有较高的识别性能、较快的识别速度。     

二元探测传感器网络的递推加权质心目标定位算法

为进一步降低二元探测传感器网络质心定位算法的计算复杂度和通信量、提高定位精度,推导出一种质心算法的递推公式,使用该递推公式可以大大减少定位的计算、存储和通信量;在递推质心公式的基础上,提出了一种基于节点探测到目标的次数的递推加权质心定位算法,从而提高了定位精度.对递推公式和加权质心算法进行了模拟仿真,结果验证了递推公式和加权递推质心算法的有效性.     

基于支持向量机的多分类军事目标识别应用

针对现代战场信息化程度的不断提高,电磁环境日趋复杂,侦查目标难以准确地识别情况,提出了运用支持向量机多分类器对军事侦查目标进行有效识别.结构风险最小化地支持向量机分类方法是小样本情况下统计机器学习的经典,具有速度快、泛化能力强等特点.用该算法建模军事目标的识别问题,达到了较高的识别准确率.所以应用在对侦查目标的识别上具有良好的效果,在军事应用上有较广阔的前景.     

无源RFID系统中推断式二进制搜索算法

在现有的RFID标准中，一般标签ID都由几个不同含义区间组成。针对这种特点，提出推断式二进制防碰撞算法：在识别每个区间段的ID时，利用某个特定读写器中的前缀库推断该区间段各个位的取值，以便减少待识别标签ID的位数。同时，通过调整参数u，可以对系统可靠性进行控制。仿真实验表明，在没有新前缀出现的情况下，推断式二进制防碰撞算法能够将QT算法的识别速度提高3倍、标签平均响应次数降低3／4。