初始先验分布未知条件下的DLMR及其Bayes预测

讨论了具有无信息初始先验分布的矩阵变量动态线性模型 (简记为DLMR)及其Bayes预测 ,利用MDIP方法 ,就尺度方差阵∑已知和未知两种情况 ,分别给出模拟初始状态参数(θ1 |D0 )和 (θ1 ,∑ |D0 )的无信息先验分布 ,进而给出其Bayes预测。     

基于深度学习多网络融合的网联车辆驾驶行为预测

智能网联车在复杂道路场景中安全行驶需要对周围车辆驾驶意图和行驶轨迹的准确预测。将双向长短期记忆网络(Bi-directional Long Short-Term Memory)、卷积生成对抗网络(Deep Convolutional Generative Adversarial)和注意力机制(Attention Mechanism)相融合,提出一种基于BLSTM-DCG-ATT的网联车辆驾驶意图和行为预测模型。通过正反双向LSTM链路和注意力机制得到具有双重特征的数据,通过卷积生成对抗网络对特征数据进行卷积处理,迭代生成网联车辆及周围车辆的未来时刻变道意图和行驶信息。仿真结果表明：该模型能够在复杂路网、交通流密集的情况下,对网联车辆及其周围车辆的变道意图和行驶轨迹进行准确预测,预测精度达94%。     

灰色数列预测应用分析

对灰色理论与统计分析在装备经济管理工作中的实用性分别以模型机理、模型数据处理复杂性和模型结果精度三方面进行了比较分析,着重指出在某些情况下灰色模型具有小样本而精度高的特点,并列举了实例加以说明．     

对20年后美军武器装备的预测

可能有不少读者想知道,20年之后美军武器装备的发展情况。对此、笔者试图依据有限的资料,做一个初步的预测。总的来说,2020年前后,美国仍将是超级军事大国,在武器装备和军事技术等方面继续保持世界领先。军事革命的深化发展将使美军全面步入信息化战争时代,以网络为中心的联合作战将成为新时代战争的主要特征。美军武器装备体系的发展将达到一个新的水平。     

欠驱动高超滑翔飞行器集群协同编队控制方法

针对高超声速滑翔飞行器滑翔段轴向过载不可控导致编队位置控制困难的问题,提出一种基于一致性编队控制和预测校正理论的协同编队控制方法。在协同制导架构基础上,基于多智能体一致性理论设计分布式集群编队控制策略,由编队中各飞行器的绝对位置和相对位置生成协调变量,采用动态逆方法生成基本编队控制指令;通过设计侧向机动控制指令,对编队队形进行调整,并采用双阶段预测校正控制算法实现编队集群的侧向机动控制。仿真结果表明：该方法能够实现欠驱动高超声速飞行器集群的编队队形生成和保持、良好的编队队形调节能力及对初始位置误差的鲁棒性。     

柴油机DPF系统失效故障特征分析

为了快速有效地进行柴油机颗粒过滤器(DPF)故障辨识与预警,基于AVL-Boost软件对后处理系统关键部件进行了建模与故障仿真,研究了 DPF单一故障和氧化催化器(DOC)与DPF复合故障的排气特性,并根据DPF故障时特征参数的变化,提出了基于数据融合的故障诊断策略.结果表明:单一故障下,DPF载体堵塞、破损均使得末端...     

视频监视前景图像估计的盲源提取方法

在视频图像运动检测的背景消减方法中,场景图像或帧可建模为前景图像和背景图像的叠加或线性混合。然而,实际中图像的背景和前景往往相关,常用的主成分分析和独立分量分析等方法难以实现准确提取。为此,将视频图像的前景提取建模为盲源提取问题,提出了一种基于均方交叉预测误差的盲源提取方法,可以从相关的源视频图像中提取期望的前景图像,并将该方法扩展应用于基于基本模型和特征背景模型的背景消减方案中。基于人工和实际视频的实验验证了盲源提取背景消减方法的可行性和有效性。     

基于粗糙集的航空装备作战消耗分析与预测

针对目前航空装备消耗的数据量庞大繁杂,影响航空装备消耗的因素种类多样的现状,将粗糙集理论引入航空装备的消耗预测研究。通过数据离散和属性约简提取了影响航空装备消耗的重要因素并计算了相应的权值,剔除了冗余数据,发现了消耗规律,得出了合理的预测结果,表明粗糙集理论可以较好地应用于航空装备作战的消耗分析与预测。     

基于线性预测的雷达航迹压缩算法

雷达通信手段遭到破坏时,目标航迹数据无法传输,可以采用北斗短报文进行应急传输。针对北斗短报文通信容量有限的问题,提出一种基于线性预测的雷达航迹压缩算法。采用线性预测的方法将雷达获取的目标航迹进行分段直线拟合确定航迹的特征点,用特征点代替航迹进行传输实现对航迹的压缩。仿真结果表明:该算法具有非常好的航迹压缩效果。     

基于IFTS的网络动态负载均衡方法

针对网络负载均衡过程中节点负载变化趋势难以预测的问题,在分析网络负载模糊时序变化特性的基础上,设计了可变阶自循环误差校正机制,构建了网络负载直觉模糊时间序列(IFTS)预测模型,并将基于IFTS的负载预测与网络动态负载均衡相融合,提出了基于IFTS的网络动态负载均衡方法,有效地提升了网络负载预测精度,增强了动态负载均衡系统运行效率,改善了网络整体服务质量。并通过典型实例验证了该方法的有效性和优越性。