目标跟踪系统中野值的判别与剔除方法

目标跟踪系统观测的目标坐标值,不仅包含随机误差,有时由于干扰等原因,使得测量值含有远大于随机误差的粗大误差,通常称为野值。带有野值的测量值将导致滤波系统产生记忆效应和误差,甚至导致滤波过程发散。因此,对测量过程产生的野值应予剔除。结合对Kalman滤波原理的分析,说明了基于Kalman滤波的野值判别与剔除方法,并提出了野值判别门限值的计算方法。     

基于数据仓库的数据挖掘技术在指挥控制系统中的应用

介绍了数据仓库和数据挖掘的概念、数据挖掘的过程和方法,简单分析了现代战争中信息处理的特点和需求,阐述了数据挖掘在军事指挥控制系统中的应用必要性,提出了军事应用中数据挖掘系统的层次体系结构,并针对该层次体系结构进一步提出了指挥控制系统中数据挖掘技术的应用模型.     

CODE新光压模型对北斗混合导航星座精密轨道确定的影响

运用卫星定轨软件工具包NUDTTK,分析了欧洲定轨中心扩展的经验光压模型(EECOM)对北斗二代混合导航星座精密轨道确定的影响。研究表明:对地球静止轨道卫星而言,EECOM能够明显改善定轨精度,相比于传统的ECOM-9和ECOM-5模型,卫星激光测距检核精度分别提高17.4%和35.1%。对倾斜地球同步轨道卫星和中轨道卫星而言,采用ECOM-5模型的定轨精度要优于采用EECOM和ECOM-9模型的,新光压模型EECOM并不能有效改善倾斜地球同步轨道卫星和中轨道卫星的定轨精度。与IGS数据分析中心WHU、GFZ和CODE的轨道产品相互比对的结果显示:目前,国防科技大学北斗精密轨道产品中,地球静止轨道卫星的定轨精度为1~4 m,倾斜地球同步轨道卫星的定轨精度为25~30 cm,中轨道卫星的定轨精度为10~20 cm。     

TF工程应用中的地形数据处理方法研究

研究了地形跟随(TF)工程应用中的地形数据合理性检验、误差消除以及地形数据的转换、存储和更新3个问题。针对地形数据的特点,提出了地形测量数据中数据合理性的判别准则;根据TF工程应用和减小测量随机误差的需要,给出了地形数据转换、存储和更新算法,并根据数据处理结果修正了系统误差。数据处理结果表明,应用该方法可以剔除野值,减小随机误差,地形数据存储与更新算法可行,满足TF工程应用需求。     

美国突发事件应急处置系统探析

自9·11事件之后，美国便在全国范围内采取措施以提高突发事件的预防、应急准备、响应、复原和缓解能力。制定并执行美国紧急事件应急处置系统。介绍该系统的主要组成，以便为我国应急处置建设提供借鉴。     

C4ISR系统军事需求描述概念模型

C4ISR系统军事需求描述概念模型在C4ISR需求建模中具有重要地位.概要分析了C2过程模型,提出C4ISR系统军事需求描述的概念模型--分为"客体"、"主体"和"建模"三个部分,给出了军事需求描述常用概念、术语的定义,通过C4ISR系统军事需求描述概念模型说明了这些概念和术语的相互关系,给出了C4ISR系统军事需求描述的基本要求;示例说明了概念模型的合理性.     

神经网络在某交流伺服系统建模中的应用

针对某交流伺服系统的模型辨识问题,提出了基于遗传算法优化的BP神经网络的辨识方法.BP神经网络在非线性系统的辨识中已得到了广泛的使用,但是其存在易陷入局部极小值和对网络结构初值要求高等缺点.根据遗传算法具有全局寻优的特点,先用遗传算法优化得到神经网络权值和阈值的初值,再由BP算法进行局部寻优.辨识结果表明,该算法辨识精度高、收敛速度快.     

多层次灰色聚类决策对目标价值排序的应用

针对战场环境下的目标价值排序问题,应用层次分析法(AHP)原理,分析了不同目标的不同因素的影响,在确定指标权重的基础上提出了目标价值排序的递阶层次结构模型;并进一步运用灰色聚类方法,构造评价函数,综合决策目标价值排序.通过案例分析验证,将层次分析法与灰色聚类综合评价法相结合,取得了较为满意的结果,为指挥员对目标价值决策提供理论依据.     

基于装备演化规律的C4ISR需求生成模式研究

针对C4ISR需求生成的系统性问题,提出基于武器装备演化规律的C4ISR需求生成模式。根据武器装备在作战、系统、技术三个层面的演变规律,从任务模糊性、结构复杂性、技术不确定性三个维度划分目标武器装备,提出与演变规律对应的、逐层递进的C4ISR需求研究模式——复制、发现和创造,提供了解决C4ISR需求精确性问题、正确性问题和前瞻性问题的途径。实例表明,采用该模式能够系统地生成C4ISR需求。     

基于OCSVM和MCSVM的新故障检测与诊断技术研究

针对SVM故障诊断方法无法对新故障模式进行有效检测的问题,在阐述OCSVM原理的基础上,详细分析了各种参数对其性能的影响,提出了基于OCSVM和多类分类MCSVM相结合的新故障检测与诊断方法．实验结果表明,该算法在故障诊断及新故障检测方面有较高的精度,具有良好的推广性．