基于SDE模型的雷达组目标角度跟踪方法

针对低信噪比下的组目标实时跟踪精度低的问题,提出一种基于随机微分方程(stochastic differential equation,SDE)模型的多输入多输出雷达目标角度跟踪方法.应用随机微分方程进行建模描述,利用马尔可夫链蒙特卡罗粒子滤波算法来进行连续推理.仿真结果验证了该方法的有效性,并显示低信噪比情况下的组目...     

过失速机动的AUKF-WNN气动力建模及仿真

为使所建立的气动力模型能够准确刻画复杂动态特性,提出一种基于改进UKF算法的小波神经网络(Wavelet Neural Network,WNN)飞行数据失速气动力建模方法。引入一种自适应因子来改善无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的性能;按照飞行数据的气动力建模流程,利用改进UKF算法对WNN参数进行最优化估计,构建失速现象的气动力模型。实验结果表明,针对飞行器失速的气动力建模问题,基于改进UKF算法的WNN建模方法,在建模精度和速度方面,优于传统神经网络和其他现有WNN方法,因此,使用提出飞行器失速的气动力建模方法是可行和有效的,得到预测结果也能准确刻画飞行器失速的动态特性。     

防空反导作战指控模型校核验证及评估

防空反导作战指控系统是构建防空反导一体化网络化体系的核心,建模仿真是研究该系统的有效方法,建立的模型是否真实可靠是研究成败的关键。在分析国内外对复杂仿真系统特别是作战仿真系统的VVA的基础上,根据防空反导作战指控进程及其模型的特点,从需求定义、概念模型、数学模型、仿真模型4个方面对防空反导作战指控模型进行校核验证及评估的思路分析。这对防空反导作战指控系统的研究发展具有重大意义。     

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。     

基于EML模型的备件库存优化方法

针对当备件重要度不同时METRIC模型无法再使用边际效应法及在有限的保障经费和仓库空间约束条件下的备件库存问题,建立了评价备件重要度的12个指标,并给出了备件重要度的求解步骤;以装备可用度模型为基础,结合备件重要度,改进了边际效应法;以仓库空间、装备可用度为约束条件,以保障费用为目标函数,给出了以改进的边际效应法求出备件库存配置方案的步骤;案例研究表明:采用EML模型可以在最大化利用约束条件、满足目标要求、重点照顾重要度高的备件,同时对重要度一般的备件也能兼顾。     

基于增强CNN模型的手写字体图像识别

为了提高汉字的识别率,提出了一种改进的图像识别算法,根据偏微分方程理论,提出一种增强CNN模型识别汉字,将原有的图像用高阶差分法进行增强处理,然后在原始的LeNet-5网络结构的基础上,将前两层的激活函数改为ReLu函数,并且去掉C5层以及F6层,通过增加输出层的神经元数来增加汉字的识别率。研究结果表明:经过图像增强和增加输出神经元数的改进,对汉字进行识别,识别率达到了98.44%,相比较于其他汉字识别算法提高了3%～9%,从而证明了算法的可行性。