U-D分解单步迭代滤波在飞行状态估计中的应用

针对单步迭代滤波常规算法数值鲁棒性差、滤波易于发散的缺点对误差协方差矩阵使用了 U - D分解 ,从而形成了一种基于 U - D分解的单步迭代滤波算法。该算法提高了数值鲁棒性 ,并且对相关的量测噪声有一定处理能力 ,应用于飞行状态的估计问题 ,获得了较为满意的结果     

油料洞库主罐室地震作用破坏机理

油料洞库担负着我国未来石油储备的重要任务,为深入研究油料洞库在地震作用下的响应规律,运用FLAC3D软件,采用动力时程法对油料洞库的简化模型进行数值模拟分析。从不同围岩级别、不同埋深、不同地震烈度3个方面分析地震作用时水平峰值位移和最大拉应力峰值的变化规律。结果表明：随着围岩级别从Ⅲ级到Ⅰ级的变化以及埋深的增加,油料洞库的抗震性能逐渐提高;无论何种工况,最大拉应力峰值均发生在主罐室与支通道交接的墙角处;9度地震时各监测点水平峰值位移大幅增加,塑性区已经贯通,故在油料洞库选址时应尽可能避开可能发生9度及以上地震的地区。     

基于神经网络集成方法预测膜蛋白类型

由Chou等人提出的预测膜蛋白分类的机器学习算法在近年来不断改进,使得预测膜蛋白类型的准确率越来越高。但是由于膜蛋白类分布不均衡而导致少数类的预测准确率非常低,使用神经网络集成方法能解决此问题。该方法中Bagging算法通过对多数类欠采样和少数类过采样来解决膜蛋白训练数据集不均衡问题。此外,用神经网络集成方法对已训练数据集和独立数据集进行分类测试,得出神经网络集成方法预测效果优于单个最好神经网络。该方法为解决蛋白质分类预测问题提供了一种新的策略,特别是训练数据集不均衡时,该方法的优势更加明显。     

武警学院开展专业综合演练教学的实践与思考

系统总结了武警学院专业综合演练的组织与实施,分析了专业综合演练的内涵、特点与作用,并针对演练教学中部分教师的模糊认识和教学误区进行了分析纠正.     

基于删除平均的VI-CFAR检测器

针对MLVI-CFAR检测器在多个随机分布干扰目标背景下检测性能不好,以及OSVI-CFAR检测器在均匀环境和仅单滑窗存在干扰目标的环境下检测性能欠佳问题,提出了一种基于删除平均(CML)的VI-CFAR检测器(CMLVI-CFAR).仿真验证了CMLVI-CFAR检测器在均匀背景及多目标干扰环境下,都具有比MLVI和OSVI-CFAR检测器好的检测性能,并且其在杂波边缘背景下的虚警控制能力与前两者也基本一致,说明其在实际杂波环境中具有更强的鲁棒性和良好的应用潜力.     

车载多接入边缘网络中联合资源分配和动态任务卸载方案

针对车联网中车辆移动速度过快产生的任务卸载失败问题,设计了一个有效的任务卸载风险评估模型,并提出了联合资源分配的动态任务卸载方案。将时间、能耗和风险共同建模为系统效用,通过联合优化卸载决策、资源分配来最大化系统效用。优化问题被公式化为混合整数非线性规划,在给定卸载决策的情况下,利用凸优化技术解决计算资源分配问题,功率分配通过分式规划技术来优化。仿真分析了车辆移动性对系统效用的影响,证明了所提方案的合理性。     

主成分分析法在评价全国火灾形势中的应用研究

介绍了主成分分析法评价火灾形势的基本原理,并对全国火灾形势进行了综合评价,最后对评价结果进行了分析,进一步证实了主成分分析法的科学性和合理性。     

测试信号的反失真研究

不失真测试是测试技术最基本的理论和技术问题.不失真测试的条件限定了工程中常用传感器的应用范围.从理论上分析研究了常用一阶、二阶测试系统进行测试的信号反失真问题,不仅扩展了传感器的应用范围,而且丰富了信号处理理论.     

装甲装备作战效能评估的模糊Petri网模型研究

利用模糊Petri网清晰、简单的知识表示能力和模糊推理能力,将其应用于装甲装备作战效能评估中。基于"能力需求分析"方法建立了装甲装备的分层效能评估指标体系,并对其优化和赋权方法做了简要介绍;介绍了模糊Petri网的定义和基于BP算法的学习能力;在此基础上以装甲装备战场感知能力二级指标为例介绍了基于模糊Petri网模型的评估方法,并对评估结果进行了分析。     

基于变步长LMS的谐波电流检测方法的研究

能否快速准确检测出三相电力系统中谐波电流是决定有源滤波器整体滤波性能的关键.基于瞬时无功功率的谐波电流检测理论,提出了一种改进的自适应滤波器谐波检测算法,通过构造步长因子与误差信号的非线性函数,调整步长参数,使权向量达到最优,在确保稳态误差的前提下,提高了系统的收敛速度.仿真实验验证了该算法的正确性和有效性.