靶场光学测量数据异方差性检验及修正

为了避免靶场光学测量数据异方差性导致的普通最小二乘估计非有效、显著性检验失去意义和模型的预测失效问题,采用了图形分析、Goldfeld-Quandt和Breusch Pagan Godfrey方法检验光学测量数据异方差性,并针对光学测量数据的异方差性提出分段加权最小二乘修正的方法。通过理论分析,对某设备方位角测量数据进行实验验证,取得了残差平方数据、G-Q检验统计数据、BPG检验统计数据和分段加权最小二乘BPG统计数据。结果表明应用图形分析法对光学测量数据进行异方差性检验最直观和简捷,适合存在明显异方差性的检验,G-Q检验法不适用光学测量数据的异方差性检验,BPG检验理论完整且适合光学测量数据的异方差性检验,分段加权最小二乘方法有效合理,消除了异方差性对回归模型的影响。     

武器装备一体化试验鉴定中两类风险管理

在制定武器装备试验鉴定方案时,厂家和部队双方很难协调生产方风险α、使用方风险β和试验成本之间相矛盾的问题。提出的一体化试验鉴定方法,引用F分布构造的统计量,根据试验具有继承性的特点,充分结合先验数据与现场试验数据对产品进行鉴定,证明了2类风险α、β与现场数据样本量n、先验数据样本量m等参数间的内在联系,运用MATLAB软件计算出一体化试验鉴定方法对应的各参数间量化数值表。     

地空导弹营战斗保障模糊评判模型

运用模糊数学的方法,结合地空导弹营的具体实际,给出了地空导弹营战斗保障能力的评价因素指标,建立了营战斗力的二级模型评判模型,并利用改进集值统计法确定了各因素的权重,给出了地空导弹营战斗保障能力的量化评判方法。     

基于随机搜索策略的中继卫星调度方法

高质量的调度方案不仅能满足用户的需求,还能为中继卫星系统的计划编制提供科学的决策手段和依据。针对日益多样化的用户需求,采用全新的中继卫星调度应用模式,允许用户提交多个可以滑动的时间窗口。面向这种调度模式,考虑中继业务中任务调度的灵活性和任务间的冲突,构建考虑多滑动窗口的中继卫星调度模型,并设计基于随机搜索策略的中继卫星调度算法。算法包括任务资源匹配与邻域生成、可用时间段生成、任务冲突分析、邻域搜索与冲突消解以及资源与任务集更新5个算子。通过仿真实验将该算法与基于时间自由度的启发式算法进行对比,验证了算法的有效性。     

基于数据挖掘的战场目标综合识别技术

分析了现有战场目标识别技术存在的问题，提出了基于数据挖掘的战场目标综合识别总体框架，对目标识别知识表示、目标特征知识挖掘、作战模式知识挖掘以及目标综合识别智能化推理等关键技术进行了研究，并说明了各关键技术在战场目标识别中的应用示例，可为提高战场目标识别的自动化、智能化水平提供借鉴。     

基于方位数值拟合的目标机动改变判断*

被动声纳和侦察雷达等传感器材对目标的探测仅能获取目标方位信息。虽然基于纯方位信息和探测平台机动位置的方位平差法,能够解算得出定向定速运动目标的要素,然而在实际作战应用中,目标可能会频繁地出现转向机动,使运动要素永远也不可能收敛。判明目标改变机动具有十分重要的战术价值。本文研究给出了一种基于时间方位拟合的目标转向运动判断方法,并结合典型态势进行了仿真分析,得出了拟合判断参数,研究结果为目标运动要素解算控制、潜艇查明水面舰艇巡逻线等作战应用提供目标转向判断依据。与方位滤波方法相比,这一方法概念清晰、算法简单、实用性强。     

通用装备机液系统综合检测试验平台综合信息管理系统设计与实现

探讨了通用装备机液系统综合检测试验平台综合信息管理系统在网络和功能结构、信息处理流程、数据分类和数据结构、数据传输接口等方面的设计方法,该设计方法在通用装备机液系统综合检测试验平台综合信息管理系统项目中进行了应用,取得了良好效果,为类似的综合管理信息系统的设计探索了一条有效的路径。     

混合模糊逻辑方法及其在雷达/红外双模制导中的应用

混合模糊逻辑方法就是利用模糊规则和对象输入输出的观测数据来辨识一个模糊逻辑系统。该方法对模糊规则和观测数据进行了预处理,给出系统模型的初始结构和参数。将该方法用于处理雷达/红外双模制导中对目标的跟踪问题。仿真表明该方法是有效的。     

大规模无线传感器网络中面向ANY型查询的能量高效数据分发算法

在事件数据的push和pull之间实现更好的平衡是无线传感器网络数据分发算法节能的关键.分析了两种典型的有结构和无结构的数据分发算法,结合这两种算法使用的push pull策略,针对无线传感器网络的ANY型查询的特定需求,提出了两种基于有结构和无结构存储模式相结合的混合型数据分发算法SDC1&2.分析表明,这两种算法在保证push pull之间平衡的前提下解决了已有算法存在的热点问题、存储拷贝数多和查询性能低问题,能更好地适应ANY型查询的特点,是两种能量高效的数据分发算法.     

数据耕耘方法

数据耕耘是从美海军"艾伯特计划"中总结出的一种系统分析方法,它通过播种、施肥、耕作、栽培和收获等过程的循环,为探索问题提供了永无止境的机会.数据耕耘将蒸馏法作用于需求空间、能力空间、想定空间和结果空间,通过运行简单的模型,快速探索出较大的决策空间.该方法模型具有层次化变精度、动态有环反馈、数据可视化、基于 Agent运作综合等特性,目前主要应用于军事决策领域.