基于改进近邻传播算法的Walsh软扩频盲解扩方法

针对现代二次雷达系统通信中存在的Walsh软扩频难以盲解扩问题,借鉴常规扩频解扩方法及聚类分析,提出了一种基于近邻传播算法的Walsh软扩频盲解扩方法。该方法首先对接收信号进行采样得到目标结构数据集合,并根据统计量估计得出信号时延。然后采用改进近邻传播算法进行伪码集合估计,并得到聚类中心从而得到伪码集合。最后利用已知的Walsh码和信息码的映射关系得到信息序列,完成盲解扩问题。仿真结果表明,在白噪声条件下,可有效解决Walsh软扩频盲解扩问题,性能较同类算法均有提升并降低算法复杂度。     

机载RWR/ESM中改进最近邻算法的分频段辐射源识别

当前战场环境复杂,机载RWR/ESM要求对辐射源快速识别。由于机载RWR/ESM设备计算能力有限,传统识别中采用的线性匹配算法耗时长,已经不适应当前战场环境。结合RWR设备的分频段体制提出分频段划分雷达样本库,库内采用频率优先最近邻算法以降低计算时间。仿真对比了改进最近邻分频段方法与线性匹配方法的计算时间,结果表明了该方法的有效性。     

多个并行并联的作战单元备件优化配置建模

资源优化配置是作战单元维修保障的关键因素.对作战单元部件备件满足率进行研究的基础上,针对任务时序逻辑关系为完全并行并联关系的情况,建立了多个作战单元任务的任务成功概率模型.在满足任务成功概率约束条件下,给出了多个作战单元备件携行量优化模型,并运用边际分析法进行了求解,通过算例证明了模型的正确性.     

一种提升树算法在网络故障关联分析中的应用

针对移动网络故障反馈与故障分类的准确率问题,提出一种基于k-NN的多分类器提升树算法,该算法采用k近邻对特征向量空间划分,结合adboost误差函数和迭代算法,实现多分类器决策判别,并利用R语言可视化方法的关系数矩阵提取和筛选出投诉/故障映射主属性,进而建立基于基站退服、覆盖盲点、非网络原因3类故障投诉关联分析及预测模型。实验结果表明,与C50决策树、RIPPER分类规则及SVM比较,在网络故障关联预测方面新算法的分类准确率提升约2%～10%。     

果蝇算法优化的相关向量机在电子装备中的应用

针对电子装备渐变故障预测问题,提出一种基于果蝇算法优化相关向量机的故障预测方法。该方法将原始时间序列数据进行相空间重构处理,并基于折交叉验证和果蝇算法优化相关向量机模型的核函数参数,从而建立故障预测模型,并以某型雷达发射机速调管监测数据对模型性能进行了验证。实验结果表明,相比已有方法,该方法在全局优化、收敛速度、预测精度以及预测可靠性方面都具有一定优势。     

基于k短路径的兵力机动路线优化方法

由于传统Dijkstra算法只能求解最优路径,结合兵力机动路线选择的需要,将求解k短路径的实用算法引入到兵力机动路线优化问题中,给出了算法的数据结构和步骤。在道路权重的确定上,提出将路程、通行能力和安全性三项指标相结合的思想,并给出了综合权重的计算方法。仿真实验表明所提方法具有较强的实用性。     

考虑修理工可变休假的n中取k系统可靠性模型

针对装备保障中维修调度对装备训练及可靠性的影响,将支队级修理所保障多艘舰船维修工作的情况抽象为单一维修台保障多个系统的维修力量调度分配,引入修理工可变休假策略对其进行描述,以装备结构中常见的n中取k系统为研究对象,针对以往研究利用指数分布等典型分布导致模型约束条件过于严格的问题,利用连续Phase-type分布描述了系统相关随机变量,构建系统可靠性解析模型,通过算例验证了模型适用性,模拟分析了修理工有无休假、修理工休假速率等相关因子对系统运行指标产生的各种影响。算例结果表明,该可靠性模型可以有效复现维修力量调度对n中取k系统可靠性的影响,可为修理工休假次数的合理安排、系统部件数量的优化配置提供理论基础和实践参考。     

双伪测量的多水下航行器移动长基线协同导航算法

用最近邻理论研究了基于移动长基线的多AUV协同导航.移动长基线多AUV协同导航结构中,主AUV内部装备高精度导航设备,从AUV内部装备低精度导航设备,外部均装备水声装置测量相对位置关系,利用协同导航融合内部和外部传感器信息,实现从AUV进行实时导航定位.基于最近邻理论,建立了双伪测量的数学模型,设计了协同导航算法,进行了数学仿真研究.研究结果表明,在双领航者结构下,通过构建双伪测量可以显著提高群体的导航定位精度.     

备件冷储备方案下装备群任务可靠性建模

针对具有相同结构功能的装备群系统可靠性评估问题,根据任务周期内对装备完好数的要求,合理表示了系统状态转移过程。以部件任务期间状态变化为研究对象,将系统等效表示为多阶段任务系统,即串行k/N(G)系统。在确定系统可行状态过程基础上,分别建立了部件寿命分布在3种不同情形下的系统任务可靠性模型,并分析了备件冷储备方案的影响。为确定系统任务期间备件携带量提供决策支持,最后给出了一个应用实例。     

逐步增加Ⅱ型截尾样本下k/N(G)系统可靠性指标的置信区间

在逐步增加Ⅰ型截尾样本下,研究k/N(G)系统可靠性指标的区间估计问题。假设部件寿命服从指数分布,利用极大似然法和Bayes方法,首先给出了部件失效率的Bayes近似置信区间,其次推导出了系统可靠度和平均寿命的Bayes近似置信区间的计算公式。最后给出随机模拟例子,并对置信区间的精度进行了讨论。