基于IEPF序贯融合的多传感器管理方法

针对主被动传感器信息融合的特点,提出了一种在IEPF序贯融合基础上进行传感器管理的方法。工程常采用的传统扩展卡尔曼滤波融合算法滤波精度不高,因此结合采用了粒子滤波方法。先对主被动传感器采用迭代扩展卡尔曼滤波集中式序贯融合,利用融合后的信息进行粒子更新,提高滤波精度,在此基础上采用分辨力增益的方法对传感器进行管理。仿真结果表明该方法能够提高对目标的跟踪精度,增强多传感器对环境变化的适应能力。     

涉水岸坡稳定性影响参数的敏感性分析

针对常规的敏感性分析所存在的不足,提出用灰色系统理论中的灰关联分析方法对影响涉水岸坡稳定性的诸多因素进行敏感性分析.通过分析表明,在影响岸坡稳定性的诸多因素中,内摩擦角的影响最大,其次分别是外水压力、粘聚力、土体密度和浸润面位置这些因素的影响,而坡高比对岸坡稳定性的影响最小.根据影响参数敏感性的大小,建议在实际工程中,可以优先考虑降低坡体内浸润面位置(增加排水系统),其次考虑改变坡高比(削坡法)的治理方法,来提高涉水岸坡的稳定性.     

一类反向混合单调算子方程组解的存在惟一性

运用锥与半序理论和非对称迭代方法,讨论半序Banach空间一类反向混合单调算子方程组解的存在惟一性,并给出了迭代序列收敛于解的误差估计,同时推广讨论了非反向混合单调算子方程组解的存在惟一性.所得结果改进和推广了混合单调算子方程某些已知的结果.     

基于通用特性的武器系统研制方案优选方法

针对以往武器系统研制方案评价中只重视作战性能和费用的不足，建立了武器系统通用特性的评价指标，并运用灰色关联分析法进行方案评价和优选；在分析经典灰色关联分析法缺陷的基础上，提出一种新的基于欧式距离的权重确定方法对其加以改进，避免了主观因素的影响，使评价结果更加客观、准确；最后通过国防装备研制项目评价实践中的一个实例介绍了该方法的具体应用，并验证了方法的可行性和有效性。     

正态总体下分布参数的Bayes序贯估计

论述正态总体分布参数的序贯估计和Bayes序贯估计问题。在Stein的双子样序贯估计的基础上 ,构造了Bayes双子样序贯估计 ,并作了剖析。此外 ,为了适应当前试验场地“试试看看 ,看看试试”的试验分析和鉴定的需要 ,给出了以序贯Bayes检验为基本出发点 ,使检验和序贯估计相联合的分析方法     

一种确定检测时间的方法

在许多作为侦察用的无源传感器只报出其检测结果时,利用此传感器一系列检测报告确定被检测目标何时进入及何时离开此传感器检测区域,成为解决决策级信尽融合问题的关键。本文讨论了一种利用序贯分析方法计算检测时间的近似方法。     

一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。     

双基地系统中基于信息融合的关联技术

本文讨论了双基地雷达系统中几种基于信息融合的关联技术,提出在干扰条件下应用多卜勒频率和雷达反射面积等目标属性参数,来提高系统对多目标的关联能力。并以仿真手段证明了该关联技术的有效性。     

灰色关联分析方法在足迹识别中的应用

本文针对足迹检验中所用特征全是灰量的事实,采用灰色序列关联分析方法对作案现场足迹识别进行了讨论,给出了识别方法.经实际案例检验,准确率很高.