概率分布模型的飞机战备完好率评估与预测

飞机战备完好率是军用飞机战斗力的重要体现.在分析目前部队常用的飞机战备完好率算法缺陷的基础上,建立了基于概率分布的飞机战备完好率计算模型,该模型体现了飞机任务可靠性、维修性与战备完好性之间的关系.以某型飞机为例,通过分析飞机任务可靠度,利用飞机可靠性、维修性、保障性及作战训练任务的历史统计数据,依据概率分布模型对飞机的...     

高空气球外形计算及通用算法设计

高空气球为临近空间中的研究提供了可靠的低成本平台。目前高空气球球形一般直接采用"自然形"或以"自然形"为基础,但通用、简捷地求解"自然形"外形方程一直是个难点。将"自然形"气球外形求解问题转化为最优控制问题,利用最优控制领域成熟的求解工具——高斯伪谱法最优化软件包计算气球外形。此外,通过分析外形数据得到外形变化规律,设计通用算法求解任意球形控制因子、任意高度的"自然形"气球外形。结果显示,该算法无须调参便可计算所需的"自然形"球形,便于科研人员快速获得大量所需     

战斗机隐蔽接敌轨迹优化方法

针对空战对抗的隐蔽作战需求,对战斗机隐蔽接敌方法进行研究。基于战斗机雷达反射截面积的动态特性建立雷达探测威胁模型;以空战态势参数为状态建立接敌引导模型;以给定目标发现概率为暴露阈值进行威胁约束;以最小化接敌过程中累积被发现概率为性能指标;将战斗机隐蔽接敌问题建模为隐蔽性约束下的最优控制问题。为保证算法的实时性和有效性,引入滚动时域控制策略进行在线优化,并采用高斯伪谱法进行数值求解。仿真实验表明,通过路径约束和性能指标双重约束,能有效增强战斗机接敌的隐蔽性,算法实时性能满足战斗机控制的需求。     

基于局部平稳高斯模型的小波变换域盲图像水印检测

盲数字水印是数字作品版权保护系统的关键技术之一。由于在检测时没有原始图像作为参考 ,所以水印检测器的设计成为盲水印算法的核心。基于图像小波变换系数的局部平稳高斯模型 ,提出了一种新的盲水印检测器。实验结果表明该检测器与被广泛应用的线性相关检测器相比具有更好的鲁棒性     

高斯噪声信号获取的若干方法

本文主要从硬件、软件两方面总结介绍笔者在科研工作中所寻求到的若干种获取高斯噪声信号的途径和方法,以供同行参考.     

在非高斯马尔可夫噪声中的Robust检测

文中探讨了在仅已知噪声边缘分布族和相关系数的条件下非高斯马尔可夫噪声中确知信号的Robust检测问题。设噪声样本可表示为一阶AR过程:n_i=ρn_(i-1)+Y_i,(i=1,2,…,N),其中Y_i为独立同分布的随机序列。当p较小时,以检测器效验为性能指标并对ρ取一级和二级近似,分别得到了对应的有记忆和无记忆Robust检测器的结构。     

浅谈如何防控不法分子窜入营区作案

随着社会变革加剧、开放窗口加大、信息渠道多元、军地交往增多,加强营区安全防范,防控不法分子窜入营区作案,已成为一个不容忽视的重要问题。当前,应注意以下两个方面。一是完善防控机制。应重点完善四个机制。安全预警机制。建立军队     

基于高斯数据增广的小样本数据无人机编队类型抗扰识别

近年来,随着无人机的应用越来越广泛,对无人机编队类型进行准确识别具有重要意义。基于此,对小样本数据下无人机编队类型识别问题进行了研究。首先,对目前常用的各种无人机编队类型识别方法进行了介绍,针对小样本数据无人机编队类型抗扰识别面临的主要问题进行了分析;其次,对所提方法涉及的理论背景进行了研究;然后,对所提无人机编队类型抗扰识别算法进行了详细阐述;最后以带有噪声的菱形无人机编队的位置坐标作为输入数据,使用所提方法进行仿真实验,仿真实验结果表明,以参数均方误差作为队形识别的准确度指标,所提方法可将均方误差由45.1降低至0.46,显著提高了无人机机群特征聚类的精度与鲁棒性,证明了所提方法在小样本数据无人机编队类型抗扰识别问题上的有效性。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题,提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性,基于扩展积分均方误差代价函数搜索最优置信范围,并对混合项进行高斯聚类,进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用,引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并,在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明,改进算法在保证跟踪精度的同时还可有效提高算法效率。     

全局收敛策略静止目标纯距离测量下的参数估计方法

将全局收敛策略与高斯-牛顿法相结合,得到了解决非线性最小二乘问题的改进高斯-牛顿法;并将该方法应用于静止目标纯距离测量下的参数估计问题;仿真试验表明,改进后的高斯-牛顿方法对测量误差不敏感,具有更快的收敛速度和更高的精度。