基于CLOUD-TFN-AHP-α的健康状态评估方法

针对复杂装备维修管理中仅以部件的技术状态确定系统状态的不足,构建基于CLOUD-TFN-AHP-α的系统级健康状态评估框架。在此基础上,首先研究基于系统健康度概念的健康状态等级量化描述方法;然后运用云模型评估子系统健康状态,借助TFN-AHP评估系统健康状态,最后采用惩罚函数修正评估结果。以期为获得合理、准确的复杂装备健康状态提供定量依据。     

基于聚合模型的高轨预警卫星威胁评估

高轨预警卫星威胁评估是导弹作战指挥辅助决策的重要环节,可以为指挥员的太空目标选择提供依据。在分析其威胁要素特征的基础上,提出了采用“聚合模型”开展威胁评估的方法,并给出了威胁评估步骤。通过分析美国高轨预警卫星的工作模式及作战流程,选取了扫描探测、凝视跟踪及外部等三个方面的关键性威胁要素,并构建了各要素的评价函数模型。基于上下层威胁要素之间关系的不同,给出了两种不同的聚合模型,采用该模型分析了所选要素之间的聚合关系,得到了高轨预警卫星威胁评估模型。最后通过实例计算,验证了该评估方法的可行性和实用性。     

一种新的基本概率函数构建方法及应用

针对Dempster-Shafer(D-S)证据推理中基本概率赋值函数的构造问题,基于模糊聚类分析给出了一种新的构建方法.将它应用到雷达目标识别的仿真实验中,并与灰关联法相比较,结果表明该方法切实可行,不仅提高了基本概率赋值的准确性和稳定性,而且利用了数据的结构信息,有效缓解了证据的冲突.     

Bernoulli抵消策略的负顾客的M/G/1排队系统

负顾客的排队模型是排队论近年来的新兴分支。文中引入了带有B ernou lli抵消策略的负顾客的M/G/1排队模型,即到达的负顾客以概率p抵消队首正在接受服务的正顾客,以1-p的概率抵消队尾的正顾客,利用补充变量法,状态转移法和L变换,最后得到系统稳态队长的概率母函数。     

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。