基于GAHP的模糊综合评判法在潜艇 作战方案评估中的应用

潜艇作战方案评估是辅助对潜指挥员决策的重要方法,而评估的科学性对决策的有效性影响很大.利用多人层次分析法(GAHP)和模糊综合评判相结合的方法,对潜艇作战方案进行评估,评估的结果可信度高,有利于对潜指挥员的正确决策.最后,通过实例证明了方法的有效性.     

一种面向Agent的概念化建模方法*

面向Agent的建模方法为基于Agent系统的概念化描述提供了一种新的技术.针对多Agent系统分析与建模问题,扩展并规范了面向Agent概念化建模过程,定义了Agent模型及其扩展模型,并给出了形式化描述.同时,给出面向Agent的分析和设计过程,为其具体建模提供了一种高层指导.最后,与其它现有面向Agent的方法在应用方面进行了类比分析,为该方法的广泛和深入地应用研究打下基础.     

城市战场目标分群的组合聚类方法

为了消除或减少城市作战中灰色情报信息对态势评估中目标分群的影响,提出一种基于Chameleon算法的组合聚类方法.根据目标属性间的区间灰数关联度和目标间的距离系数得到相似度矩阵,利用Chameleon算法对目标进行初始分群,然后,对分群中各目标的属性历史数据和分群中心的属性历史数据分别进行区间灰数向量关联分析,实现了目标分群的动态维护.通过算例验证了方法的有效性.     

多轴向织物层合板层间剪切强度有限元分析与实验研究

用VIMP工艺制备了UD、0/45/-45、0/45/90/-45三种多轴向织物增强,四种厚度的GFRP层合板试样,采用短梁剪切实验考察了层间剪切强度和破坏模式。建立了GFRP层合板短梁剪切试样有限元模型,计算了内部层间剪应力分布。结合计算和实验结果分析表明层合板存在由宽度方向层间剪应力变化导致的自由边缘效应,含偏轴铺层的层合板更容易发生边缘开裂破坏。厚度相同时0/45/-45多轴向织物增强层合板的层间剪切强度最高。短梁剪切强度测试存在尺寸效应,随着厚度的增加,强度下降,样品波动系数增大。     

基于子孔径图像的低频SAR多通道均衡方法

利用多通道SAR系统进行运动目标指示时,通道间的幅相失配严重影响了运动目标检测以及参数估计的性能。针对多通道低频SAR/GMTI系统,提出了一种基于子孔径SAR图像的多通道均衡方法。该方法利用相同视角的多通道子孔径图像,估计该角度对应的幅相误差,在达到较高幅相误差估计精度的同时,也能适应误差随视角的变化。基于车载低频多通道SAR/GMTI实测数据的实验结果表明:该方法能有效地补偿不同通道之间的幅相误差,提高运动目标的检测和参数估计性能。     

一种多核微处理器互连接口的设计与性能分析

并行是提高计算机性能最主要的方法,随着集成电路生产工艺的不断发展,除了在单个芯片内集成更多的处理器核外,通过集成高速互连网络接口构建多路并行系统一直是提高高性能计算机并行性的主要方式。提出了一种面向多核微处理器的互连接口的设计方案,基于精简的PCI-E总线协议,采用高速串行数据传输技术,支持Cache一致性报文和大块数据传输报文,能够用于实现4个处理器的直接互连。模拟结果表明,优化设计的互连接口每个接口能够实现64Gbps的双向最大有效带宽,最小传输延迟为120ns,能够较好平衡不同报文类型对带宽和传输延时的要求。     

合成孔径雷达三维成像技术及特点评述

常规合成孔径雷达只能实现二维高分辨率成像,无法得到景物的高度信息。与其他技术结合的合成孔径雷达可以实现三维高分辨成像,逐渐成为研究热点。介绍了干涉SAR(InSAR)、双/多基地SAR、复杂路径SAR以及阵列SAR等几种不同的SAR三维成像模式,对它们的技术特点以及发展的重点问题进行了分析,可为新体制的合成孔径雷达三维成像技术提供参考。     

一种基于IMM/MSPDAF的多传感器数据融合目标跟踪算法

基于交互式多模型和多传感器联合概率数据关联算法的机动目标跟踪,先用融合算法将红外和雷达的量测进行融合,然后利用融合后的数据,采用交互式多模型机动目标跟踪方法实现对机动目标的跟踪。仿真实验验证了算法具有良好的机动目标跟踪效果。     

一种基于BLUE的弹道目标跟踪滤波器

弹道目标跟踪问题中动态方程与观测方程皆为非线性,影响跟踪精度。使用最优线性无偏估计方法可以有效地解决观测的非线性问题,而蒙特卡罗滤波方法适用于目标状态的非线性估计。将快速高斯粒子滤波与最优线性估计方法作了有机结合,通过对典型的弹道目标跟踪模型进行仿真,发现新算法在精度与实时性上优于粒子滤波。     

基于Hausdorff距离的目标跟踪方法研究

序列图像中的运动目标跟踪是计算机视觉的一个重要组成部分,跟踪算法的鲁棒性和计算量是算法的关键。对上述问题进行研究,提出了一种基于Hausdorff距离的目标跟踪方法。该算法结合运动检测和多分辨率技术,极大减少了计算量,并利用有效的模板更新方法,加强了跟踪的鲁棒性。实验表明,该算法能实现快速有效的目标跟踪。