弹炮结合武器系统的优选配置

随着空袭兵器在速度、精确性、隐身性和突防能力方面的不断发展,弹炮结合是未来防空作战的必然趋势.在综合考虑了现代作战的对抗性、电子干扰情况以及参战人员素质的条件下,首先利用灰色关联算法在分析了弹炮结合系统的指标体系条件下对各种系统建立了优选模型,而后对选出的系统综合利用模糊对策论建立了高炮与导弹在一定的作战环境下具体配置比例的模型.     

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。     

基于三级数据关联的红外点目标跟踪方法

介绍了目前红外系统的目标跟踪方法;在目标跟踪时的数据关联阶段,提出了三级门限数据关联算法,根据门限级别所划分的疑似目标点位置,算法采用不同的数据关联策略。该算法能减少轨迹分叉时的计算量,能有效地检测出速度〈1像素／帧的运动点目标。实验结果证明了该算法的有效性。     

定时截尾与序贯截尾可靠性试验方案分析比较

在生产方、使用方风险及MTBF值同等条件下,对定时截尾与序贯截尾2种试验方案的优缺点、基本原理和方法等进行了对比分析。定时截尾试验能够在事先确定最大累计工作时间及所消耗资源,但所需时间较长,试验成本较高,可应用于武器装备可靠性鉴定和验收试验;序贯截尾试验事先对试验总时间及试验所需用资源无法确定,只能根据事先拟定的接收、拒收条件结束试验,无法估计MTBF的真值,但是所需试验时间较短,费用相对较低,可用于武器装备可靠性验收试验,也可广泛运用于医学及其它科学试验领域。提出了选择可靠性试验方案的基本原则,为科学选择试验方案提供了依据。     

关联规则挖掘算法的改进和实现

关联规则挖掘算法作为数据挖掘的重要算法,非常适合于发现数据表中数据项之间的关联关系、潜在规律和知识.分析了传统关联规则挖掘算法的不足,并从冗余规则和虚假规则两个方面改进了关联规则的挖掘算法.针对冗余规则提出了修改ap_genrules函数或采用"向下挖"两种方法;针对虚假规则引入"相关度"概念,弥补了仅仅依赖最小支持度和最小信任度的不足.最后对两种改进挖掘算法的运行状况进行了比较和分析.     

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.     

一种新的火炮武器系统射击精度试验方法

射击精度是反应火炮武器系统性能的最重要技术指标,通过对以往射击精度试验中采用的建立在大子样统计理论基础上的传统评定方法进行了分析,对目前采用的序贯截尾原理和方法进行阐述,并指出前两种方法没有利用验前信息,试验次数和试验风险比较大等缺点,由此提出一种新的贝叶斯截尾序贯检验法。这种小样本统计推断方法的基本思想是充分利用已有的验前信息,实现了多阶段试验信息的综合利用,能够减少试验次数,缩短试验周期,节约试验经费。     

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     

结构效应:国防费结构关联分析

国防费存在着“量”与“质”的规定性,于是就有了国防费的“量”的规模与“质”的规模。两者相比,后者更为重要。于是,文章引入“结构关联”概念对国防费及其规模进行分析,得出了国防费结构效应的命题。通过对结构关联的分析,作者认为:国防费“质”的规模可以“成长”,但其“成长”主要依赖于国防费结构关联,而国防费结构关联由国防费结构关联水平、关联规模和聚合质量三因素以三维立体形态构成,因而国防费结构关联水平的高低、关联规模大小和聚合质量优劣决定国防费的“质”的规模。文章在对三因素进行系统分析的基础上,就国防费“质”的规模成长提出了一些政策性建议。     

多平台纯方位信息融合结构及关联估计联合优化模型

在多平台纯方位信息融合中,存在多平台的方位关联和单平台的参数估计(或目标定位)困难,因为两者相互依赖和制约。造成相对不同平台的方位不能进行时间空间对准、虚假目标不能消除。为此,提出了一种分布式信息融合结构,并建立了相应的数据互联与参数估计联合优化模型。在这种结构和模型中,首先由各平台对本地传感器探测的纯方位信息完成融合并输出方位序列,然后在融合中心按分层节点对方位序列的数据互联与参数估计进行联合优化处理,每个融合节点仅处理两个平台信息,最后节点输出融合结果。仿真计算结果表明,这种优化模型是解决关联和估计问题的一个有效方法,可以提高多平台纯方位信息融合的性能。