引入权重因子的证据合成方法

D-S理论是一种有效的不确定性推理方法,但在证据完全冲突或冲突较大时,D-S证据合成公式失效.Yager等学者对此作了改进,但是改进后合成公式又存在着新的问题.考虑到证据在合成过程中的重要程度不同,将权重因子引入到合成公式中,通过权重因子的作用和冲突概率的重新分配,提出了引入权重因子的D-S证据合成方法,新的合成公式提高了证据合成的可靠性和合理性,可得到更为理想的合成结果.     

改进Bubble函数的多分辨率边缘提取方法

在数学上,通常用Bubble函数来描述神经系统的侧抑制现象.Bubble函数在频域里相当于一带通滤波器,它可以反映不同的时域、频域特性,但它不具有调节带宽的功能.因此对Bubble函数进行改进,改进后的Bubble函数能够通过调节参数来获取不同时域、频域响应和滤波效果.最后,用改进的Bubble函数将小波和侧抑制有机地结合,构造出多分辨率侧抑制网络,该网络利用小波变换去除噪声、侧抑制网络突出边缘,从而可以准确、有效、快速地提取出图像边缘.     

拦截大机动目标的有限时间收敛制导律

针对大机动目标的拦截问题,基于积分滑模控制理论提出了有限时间收敛的积分滑模制导律。采用参数自适应调节的径向基函数神经网络扰动观测器对目标机动引起的制导系统扰动进行估计,为了进一步提高估计精度,利用自适应律消除神经网络观测器的的估计误差。根据李雅普诺夫稳定性理论证明了制导律的稳定性和有限时间收敛性。通过数值仿真说明所提制导律无论是在脱靶量方面还是在弹目视线角的控制精度上都具有优异的性能。     

基于高斯过程回归的锂电池SOC估算方法

作为电池管理系统的基础,锂电池荷电状态(state of charge,SOC)的实时准确估计十分重要.现有的锂电池SOC估算方法能够实现SOC的估算,但不能评估SOC估算结果的不确定性.为了解决这个问题,将高斯过程回归(Gaussian process regression,GPR)应用于锂电池SOC估算中,提出了一...     

基于神经网络的组网雷达协同探测模式控制

针对多机编队多雷达协同探测模式的切换选择问题,提出了一种基于神经网络的协同探测模式控制策略.通过利用模糊逻辑理论对战场态势信息进行模糊表征;然后,采用神经网络技术对态势表征因子与协同探测模式之间的映射关系进行数学建模;最后,将实时态势信息输入建立的模型,自主得到协同探测模式的选择建议.通过数值仿真表明,神经网络建模技术...     

关于纯方位目标运动分析的讨论─—最优化模型及模拟计算

以最优化的观点给出了数种有关纯方位估计目标运动要素的数学模型,并对这些模型进行了模拟计算和比较,找出了几种较好的模型,这些模型的计算满足工程的实时性,精度也满足工程要求。     

几何凸集中一个递归关系的建立与求解

几何凸集中递归关系的建立是求解问题的关键。本文对一个定理中递归关系的建立给出了容易理解的详细表述,然后利用生成函数法求其解。     

根据雷达测速数据求取弹丸阻力系数的样条函数方法

本文以弹丸质点运动方程为基础,利用δ-样条函数处理雷达测速数据,获得了弹丸在实际飞行过程中的阻力系数曲线,为改进弹道学的阻力系数测试实验提供了一种方法和软件。     

宽带模糊函数的群论解释及小波变换求解

讨论了各种形式的宽带模糊函数,通过群论分析表明,它们都可解释为二维不可约仿射群U表示的矩阵系数,因此其性质可通过对仿射群的研究作出解释。还讨论了宽带模糊函数与小波变换的关系,并由此导出其高效的小波变换求解方法。     

线性核时频信号表示及其仿真

根据ｃｈｉｒｐ信号在模糊域的特点,本文提出了线性核时频表示方法。这种方法在提高分辨率、消除交叉项以及抑制噪声等方面都具有较高的性能。理论分析和实验结果都证实了这种方法的有效性