异类传感器动态数据关联算法北大核心

数据关联是异类传感器系统中最核心且最重要的内容之一,典型的数据关联算法可以归结为特定的分配为问题,然而现有的S维分配算法只考虑同一时刻的每个传感器量测的互联。将此静态关联推广到动态关联中,提出了一种适用于异类传感器的(S+1)维动态数据关联算法。该算法首先将同一时刻各传感器的量测与目标轨迹的一步预测值合并,把问题转化为(S+1)维分配问题,然后将各传感器量测估计的位置信息与目标航迹的预测值的差值作为关联代价,并利用LP-SOLVE工具包解决多维分配问题,最后利用求得的全局最优关联解进行滤波和航迹的更新。仿真实验表明提出的关联代价能更精准地反映数据关联的可能性,能够对多目标进行稳定的跟踪。     

基于门限偶极子模型的四轮车变速度轨迹跟踪控制

针对利用李亚普诺夫函数控制律设计的轨迹跟踪控制器在跟踪初始误差较大和离散轨迹时,存在速度跳变问题和拐点处误差偏大的问题,设计了一种基于门限偶极子模型和趋向模型的变速度轨迹跟踪控制器。以四轮车的运动学模型为研究对象,在李亚普诺夫函数控制律的基础上,引入门限偶极子模型解决了初始误差较大速度跳变问题,同时引入纵向控制中的趋向模型,解决了不连续轨迹拐点处误差偏大的问题,使得跟踪轨迹更为光滑,进一步提高了跟踪精度。通过仿真结果对比分析,验证了改进控制器的有效性。     

一种新的证据K-NN数据分类算法

K近邻分类算法已被广泛应用于模式识别中。为了有效处理识别问题中的不确定信息并提高数据分类精度,提出了一种新的证据K-NN(NEK-NN)分类算法。首先从总的训练集中随机重复采样来构造多个训练样本子集。在每个训练子集中,利用目标数据与其各个近邻的距离分别构造基本置信指派,并根据K个近邻数据在每个类别中的数目来对构造的置信指派进行加权。然后,利用DS规则对加权证据融合。根据每个训练子集下融合结果的算术平均值来判断目标的类别属性。通过模拟数据集和真实数据集的实验,将NEK-NN算法与其他几种常见的方法做了对比分析,结果表明NEK-NN算法能够有效地提高分类的精度。     

实际系统输出的确定

在实际测试中,系统存在有非线性.同时,还有测量噪声及非测量输入引起的系统输出。这些因素都对系统的输出产生影响。把这些因素均假设为系统的非线性,利用理想线性系统和相干函数,推导出了实际系统输出,同时讨论了用这种方法提高载荷识别精度的问题。     

基于回合制对抗推演的探索性仿真实验兵力行动序列生成

信息时代的战役、战斗越来越呈现出复杂系统的特性,而探索性仿真实验正是一种研究复杂系统的有效手段。为向探索性仿真实验提供符合人类决策过程的兵力行动序列,基于人机结合的思想,采用回合制对抗推演方法来生成决策序列并加以优化,并对决策向兵力行动转化的模型进行分析,将决策序列转化为兵力行动序列,为后续仿真实验提供了仿真输入。研究成果对军事专家如何参与探索性仿真实验具有一定的借鉴意义。     

雷电流数学模型分析

雷电流模型是自然雷电流的数学表达。通过雷电流数学模型可以得到建筑物防雷研究所关心的参量,它是建筑物雷电防护的基础。雷电流频谱分析对确定适合的雷电防护措施,消除或减弱雷电对建筑物弱电系统的破坏作用具有重要意义。选取双指数函数模型和霍德勒函数模型进行对比仿真分析和频谱分析,研究结果表明:霍德勒函数模型与BERGER等人的观测测量结果是一致的;雷电流所含频率丰富,且集中在低频部分。     

一类二次微分系统在三次多项式扰动下的极限环估计

计算了一类二次Hamilton微分系统的一阶Mel’nikov函数,通过此方法对该系统在三次多项式扰动下分岔的极限环个数进行了估计。     

基于神经网络的跨介质飞行器水面弹跳运动参数快速预测方法

为进一步提高跨介质飞行器水面弹跳运动参数的计算效率,提出基于线性多元回归、反向传播神经网络及径向基函数神经网络的水面弹跳运动特性近似模型,对弹跳后运动参数进行快速预测。首先,建立跨介质飞行器水面弹跳数值仿真分析模型,对模型进行校验。其次,基于上述三种预测算法,以飞行器水面弹跳初始俯仰角、弹道倾角和速度作为输入值,预测其在水面弹跳运动中的末速度。结果表明：径向基函数神经网络算法对跨介质飞行器水面弹跳中的末速度预测的性能表现最优,与数值仿真速度值对比,回归系数为0.988,模型精度与速度预测结果可信性较高;速度预测值与数值计算的平均残差保持在8.39%以内,残差范围保持在±15 m/s以内,对跨介质飞行器水面弹跳运动研究具有参考价值。