基于数据挖掘的网络化教学研究

基于传统网络化教学系统存在的问题，应用数据挖掘的相关技术，对以往在网络化教学系统中不能对学生练习结果进行科学、客观分析的实际问题给出了初步解决方案。基于数据挖掘技术的网络化教学系统，其目的就是在一定程度上提高教师的教学效率。．     

某战术训练模拟器快速校准数据采集系统

某战术训练模拟器数据采集采用现场总线方式,由主控计算机作为上位机,两个单片机控制盒作为下位机。通过采用RTX实时操作系统产生精确定时,同时以事件驱动的方式实现数据采集程序同步运行,通过485总线在数据采集程序与2个单片机控制盒之间实现应答式数据通信,从而实现数据采集系统与主时钟的完全同步。设计了模拟量输入数据采集表的人工改写功能,实现了能够自动更新模拟量输入数据采集表的快速校准方法,满足了操纵机构模拟量输入数据实时性、可靠性、维护校准高的要求。     

一种传感器网络时空融合模型

针对多传感器间存在时空相关性和先验知识未知的情况,提出了一种基于核偏最小二乘最优加权的传感器网络时空融合模型。首先用核偏最小二乘法对每个传感器在不同时刻的测量值进行融合,然后将各个传感器同时刻的估计值进行空间最优融合,从而得到被测参量的最终融合估计。该模型还能排除那些取值远离样本点集合平均水平的奇异点。理论分析和融合实验表明,该模型能取得较高的融合精度,并能显著节省网络能量。     

迫弹电子时间引信双环境保险的新方法研究

针对迫弹电子时间引信(Electronic Time Fuze for Mortars/ETFM)设计过程中双保险环境的选择问题,对环境信息及其传感器进行了优选,分析了弹炮分离感应作为一种新方法在迫弹电子时间引信中的应用。     

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。     

用于卫星干扰源定位的压缩感知DOA估计方法

针对传统测向方法的实际应用性能较差,提出一种基于压缩感知(CS)的卫星干扰源定位方法。根据干扰信号方位角的空间稀疏性,建立了压缩感知波达方向(DOA)估计模型。通过协方差矩阵的高阶幂逼近信号子空间和矩阵的共轭对称特征,利用高阶幂矩阵的主对角线下左下角列向量进行波达方向估计。仿真实验验证,该方法不需要已知干扰源数,具有较高的精度和较好的分辨力,且能满足对相干干扰信号的估计。对压缩感知DOA估计在卫星干扰源定位中的应用具有一定参考意义。     

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。