基于条件熵的不完备信息系统属性约简算法

在相容关系下定义了三种不完备条件熵——H′条件熵、E′条件熵和I′条件熵,并对它们的性质进行了分析比较,研究发现,H′条件熵和I′条件熵不适用于相容关系下信息观点的约简。利用E′条件熵刻画信息系统中属性的相对重要性,设计了一种新的基于信息论观点的启发式约简算法,它统一了完备信息系统与非完备信息系统中的约简方法。通过实例说明,该算法能得到决策表的相对约简。     

基于属性的舰载机航材备件品种确定方法

航材备件品种确定是舰载机供应保障工作的重要内容。基于属性对舰载机航材备件品种确定进行研究。基于粗糙集理论对属性集进行属性约简,确定航材备件品种确定的主要影响属性,然后基于属性约简进行航材备件品种确定。给出了单属性、顺次属性和多属性的品种决策方法。最后结合实例进行了应用分析。     

高超声速飞行器边界层外缘参数仿真分析

以高超声速飞行器为研究对象,构建快速准确计算高超声速飞行器无黏边界层外缘参数的计算方法。拟合空气比热、比热比随温度变化曲线,建立空气属性温度划分准则。基于不同空气属性建立高超声速飞行器边界层外缘参数工程与数值计算模型,采用钝双锥模型,对比分析工程估算、无黏数值及有黏数值计算方法的计算结果。结果表明,0°攻角状态下,基于无黏流场的数值计算与工程估算和有黏数值计算的压强最大差值分别为1.19%和2.39%;10°攻角状态下,最大差值分别为5%和50%;从而证明所提出的无黏数值计算方法明显优于工程计算方法,为进一步快速准确计算高超声速飞行器气动热环境奠定了重要基础。     

顾及噪声影响的GNSS高程序列预测Prophet方法

全球导航卫星系统(global navigation satellite system, GNSS)高程时间序列具有非平稳、非线性、含噪声等特点,在深入研究Prophet预测模型的基础上,针对Prophet预测模型对于趋势信号和周期信号有良好预测效果这一特性,提出一种引入经验模态分解(empirical mode decomposition, EMD)的“降噪—分解—预测”组合GNSS高程时间序列预测方法。该方法先将原始时间序列进行EMD降噪,再对降噪后的序列进行分解预测,最后重构各分量预测信号为最终预测序列。通过对实测高程数据进行研究,实验结果表明：降噪后信号的平均信噪比为10.30dB,能量百分比平均为88.75%;利用所构建的短期预测方法,GNSS高程时间序列预测结果的均方根误差分别平均提升26.41%和14.88%;平均百分比误差分别平均提升18.92%和7.91%,验证了组合预测方法的有效性及实用性。     

基于改进局部投影算法的非线性时间序列降噪

改进了非线性时间序列降噪的局部投影算法,并应用此算法对含噪Lorenz混沌信号进行降噪,将其与小波分析降噪效果进行比较,实验结果表明:改进的局部投影算法对非线性信号降噪效果十分明显。     

雷诺数对沟槽减阻特性影响的数值分析

采用雷诺平均N-S方程和RNGk-ε湍流模型计算V型沟槽面的湍流边界层流动和黏性阻力,通过改变来流速度大小和沟槽面布置位置,研究了雷诺数对沟槽减阻特性的影响规律。计算结果表明,来流速度对沟槽减阻率的影响很大,对于一种尺度的V型沟槽,存在着一个具有较好减阻效果的来流速度范围,最大减阻率可达8.6%;沟槽面在沿来流方向上的布置位置对其减阻效果的影响则非常小。     

非平衡等离子体及其军事应用研究进展

高气压非平衡等离子体是当今世界经济、军事强国竞相研究的焦点,涉及工业、军事的高能物质(活性粒子)加工及其辐射的等离子体源及反应器(室)。目前,高气压非平衡等离子体及其源的研究局限于弱(电场)电离放电范畴,存在等离子体浓度低、能耗甚高和体积庞大等问题。为此,研究外加非均匀强电场、空间电荷形成的本征电场对离子的作用力及其运动规律,以便解决形成高浓度等离子体的方法及离子从强电场束缚中引出去的问题,为研制强电离放电非平衡等离子体源提供了理论基础及加工方法,此源外输的等离子体束的浓度有望达到1014/cm3。等离子体源及反应器可以做到微型化,每立方厘米有效放电体积处理气量高达15m3/h。它的体积、能耗、一次造价、运行成本等也将成万倍地降低,解决了等离子体工程化的现存问题;也能解决困扰世界各军事强国的飞行器等离子体隐身、减阻及天线的应用理论与方法问题。     

稳健局部线性嵌入方法

针对局部线性嵌入方法对于噪声的敏感性,从分析噪声对数据集局部特性的影响入手,提出了稳健局部线性嵌入方法。通过与局部线性嵌入方法的理论分析和实例对比,表明稳健局部线性嵌入方法不仅对噪声影响不敏感,而且对邻域的选择有较好的适应性,可更好地挖掘数据集的本征特性,具有更强的数据可视化能力。     

空战关键信息与战术规则提取算法

将粗糙集理论引入到空战研究中 ,提出了一种通过属性约简提取空战决策的关键信息和战术规则的算法 ,以便对空战过程中的冗余信息进行约简 ,提高决策实时性。通过一个空战战术选择示例对该算法进行了验证 ,结果表明 :在保证空战战术分类结果不变的情况下 ,该算法可提取出对空战决策起关键作用的信息以及最小简化战术规则。     

基于粗集理论证据加权的电子目标识别法

在对电子目标进行识别时,往往采取多传感器融合的D2S证据理论进行处理,但是由于传统的D2S证据理论中各传感器对识别结果的重要性没有区分,基于此将粗集理论属性重要度概念应用到各传感器的重要性上,从而实现加权融合的证据理论。仿真实验及其结果表明该方法对电子目标识别是有效的,尤其在传感器受到干扰时,具有较强的现实意义。