导弹落点精度的鉴定方法——概率圆方法

导弹的落点精度包括落点的准确度与密集度。对于子样很小的情况 ,分别鉴定准确度和密集度是有一定的难度。本文提出了采用概率圆的综合鉴定方法。当落入概率圆的导弹数大于等于要求的数时就接收 ,否则拒绝。文中给出了如何确定落入概率圆的导弹数 ,并且给出了该方法的风险。最后以仿真实例说明了方法的有效性。概率圆方法简便易行 ,便于工程应用。     

SAR图像目标分割与方位角估计

图像分割和目标方位角估计是进行SAR (SyntheticApertureRadar)图像自动目标识别的重要步骤。文章提出了一种基于MRF (MarkovRandomfield)模型的SAR图像分割算法 ,利用ICM (IterativeConditionalMode)局部优化方法 ,获得MAP (maximumaposteriori)准则下的图像分割结果 ,将图像分割为目标、阴影、背景三部分。然后确定目标离雷达最近的点 ,从而得到目标的主导边界 ,并估计出目标的方位角。用MSTAR (MovingandStationaryTargetAcquisitionandRecognition)数据进行实验 ,估计方位角的准确性与现有算法的结果相比 ,具有明显提高     

新型火控观瞄系统的设计与实现

综述了我国特种车辆"下反"和"上反"系列瞄具的技术特点,对新型火控观瞄系统的组成和工作原理进行了分析和研究,对基于微型动力调谐挠性陀螺的平台稳定回路进行了仿真设计和工程实现。样机研制后的稳定精度测试和多视场屏显视频像质及同轴度试验结果表明:稳像屏显自动跟踪式火控观瞄系统稳定精度高,人机环境友好,信息化能力强,适应未来战争高机动条件下的各种复杂军事需求。     

码分多址(CDMA)蜂房移动通信上、下行链路带宽非对称划分的分析

从移动台和基站接收机输入端载干比以及T S Rappaport和L B Milstein提出的信道传输模型出发 ,对码分多址 (CDMA)蜂房移动通信系统的上、下行链路带宽划分进行了分析 ,提出了非对称划分办法 ,同时给出了仿真结果。分析表明 :上、下行链路带宽划分有效地提高了码分多址 (CDMA)蜂房移动通信系统容量     

多退化模式下的电子装备可靠性建模

通常加速退化分析中退化失效只考虑或者假设只有一个退化通道,而实际上很多情况下会存在多退化模式.产品的各个退化通道间的关系存在随机性,即任意两个退化通道间不可能只是单一的相关或者独立.在考虑这种相关性的条件下,深入研究了电子产品的性能退化理论和机理,提出了两个多退化模式竞争失效的数学模型,分别阐述了退化通道相关与独立的两种不同情况下产品可靠度评估方法.     

一种新的支持向量机决策树设计算法

支持向量机决策树的精度和速度取决于树结构。为了获得好的泛化性能,应由可分性强的类为树的上层结点定义分类子任务。提出了一种新的支持向量机决策树设计算法。决策树中每个结点的分类子任务定义规则如下:采用模糊核C-均值将当前训练集粗分为两个子集,然后基于隶属度从各个子集中选择可分性强的子类定义当前结点的分类子任务,并将可分性弱的子类移至下层结点。实验结果表明,该方法的精度和速度都优于其他传统的多类分类方法。     

基于异环境重要性采样的增强DDRQN网络

针对局部可观测多智能体学习环境下,智能体与环境频繁交互造成环境不稳定,导致智能体无法使用经验回放机制(experience replay)的问题,采用了一种基于异环境重要性采样的回放经验利用机制。并结合该机制再深度强化学习算法,深度分布式循环Q网络(DDRQN)基础上进行了改进,提出一种增强型的深度分布式循环Q网络。通过对Deep Mind的Py SC2平台Defeat Roaches局部可观测多智能体学习环境实验结果对比分析表明,增强型的深度分布式循环Q网络相比于DDRQN网络,具有良好的学习性能,稳定性、收敛速度均具有显著提升。     

自适应均衡器非维纳效应的仿真研究

窄带干扰条件下,自适应滤波器产生非维纳效应。在分析非维纳效应产生机理的基础上,详细仿真研究了强单音干扰条件下,自适应均衡器的收敛和跟踪性能。通过研究得出了一些新的结论:多径和干扰的功率严重影响自适应均衡器的收敛速度,而干扰的频率对收敛速度几乎没有影响;固定的强单音干扰对自适应滤波器的信道跟踪性能影响较小;慢变的强单音干扰对跟踪性能影响较小,快变的单音干扰将对跟踪性能造成严重影响。     

船艇模拟训练指挥控制分系统的设计

本文结合某型船艇模拟训练系统的研制,讨论了指挥控制分系统的硬件组成及软件设计,分析了系统模块化的构建,并对所涉及的船艇信息库及自然环境库、异构系统间的网络通信、船艇兵力行动的仿真等关键技术进入了深入的研究和分析,指出了这一方法有助于提高复杂战术背景下船艇进行综合模拟训练的有效性和针对性,具有良好的推广应用前景.     

基于半监督FCM聚类算法的卫星云图分类

针对卫星云图的特点在分类特征集中采用了一种新的特征--差异化特征,该特征反映了云图的内部结构特点,并且具有良好的鲁棒性,能有效地避免云团位置变化对特征的影响.将半监督思想引入到模糊C均值聚类方法(FCM),克服了单纯的FCM方法未考虑领域知识导致的聚类结果的盲目性.半监督FCM方法在聚类过程中加入少量的由领域专家标记的样本,引入专家的领域知识,通过与这些带有类标记的样本进行相似性比较,引导FCM方法的聚类过程.试验结果表明,基于具有差异化特征的云图特征集,半监督FCM方法能有效地提高云图分类的准确率.