基于PSO-SVM与样本加权的武器装备费用建模与预测

武器装备费用预测是武器装备费用分析的重要内容,预测分析的难点之一在于样本数据少,且样本数据具有复杂的非线性特点。充分利用支持向量机的结构风险最小化与粒子群算法快速全局优化的特点,采用粒子群算法快速优化支持向量机的模型参数;充分利用样本信息,模型中样本加权值的确定采用预测误差和样本相似度的样本加权方法,研究建立基于PSO...     

复杂环境下基于多目标粒子群的DWA路径规划算法

针对机器人在障碍物分布密集的复杂环境中运行时,动态窗口法(dynamic window approach,DWA)易出现避障失败或规划不合理的情况,提出一种基于多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)的改进DWA规划算法。在建立多障碍物环境覆盖模型的基础上,提出一种障碍物密集度的判断方法;优化DWA算法中的子评价函数;利用改进的MOPSO算法实现DWA权重系数的动态调整,将权重系数的自适应变化问题转化为多目标优化问题;根据路径规划的要求将安全距离和速度作为优化目标,并使用改进的MOPSO算法对相应的多目标优化模型进行优化求解。仿真结果表明,该算法使机器人有效地通过障碍〖BHDWG8,WK10YQ,DK1*2,WK1*2D〗〖XCLXY.TIF;%129%129〗听语音 聊科研与作者互动 物密集区的同时兼顾了运行的安全性和速度,具有更好的路径规划效果。     

粒子滤波在误差配准中的应用

系统偏差严重影响了多部雷达航迹的互联和目标状态的融合,因此如何解决误差配准成为一个关键问题。因为系统偏差和雷达的量测之间是一种非线性关系,所以无法直接使用Kal-man等线性滤波直接进行系统偏差的估计。为解决这一问题,利用非线性的粒子滤波器(PF),对目标状态和系统偏差的估计进行了探讨,为了对比其性能,设计了一种扩展Kalman滤波算法。仿真结果表明PF在误差配准中的应用是可行的,性能高于扩展Kalman滤波。     

宇宙高能质子致单粒子翻转率的计算

通过简化半导体器件灵敏单元 ,计算得到了宇宙高能质子在器件灵敏单元内产生的能量沉积。然后利用地面重离子实验单粒子翻转数据得到的Weibull函数 ,计算了CRRES卫星轨道、 33mm铝屏蔽壳体内几种器件的单粒子翻转率 ,并与已有结果进行了比较说明。     

积极创新战斗力生成模式 努力建设过硬战时保障单元

仓库群作为战略后方基地的主要组成部分,是战时重要的后勤保障力量,文章着眼信息化条件下的局部战争对军队后勤保障的特殊要求,提出仓库群建设要积极转变战斗力生成模式的观点,并立足仓库群的实际情况,探索了在人才培养、基础建设、科技兴训等方面建设过硬战时保障单元的根本方式和途径。     

防空兵群(团)火力配系优化

首先阐明了防空兵群(团)火力配系优化的基本概念,然后,运用作战模拟的有关理论,分别建立了火力单位距目标的最佳配置距离(D)、防空兵群(团)对来袭目标的抗击率(Pk)和被保护目标的安全率(Pa)的优化模型。在此基础上,提出了防空兵群(团)火力配系优化的一般方法。最后通过一个实例,说明了防空兵群(团)火力配系的具体步骤。     

束流调制型虚阴极振荡器的研究

运用改进的"环形输运"模型和粒子模拟方法研究了调制型虚阴极振荡器中束流调制参数变化对虚阴极振荡器特性的影响。研究结果表明:束流的调制对虚阴极振荡器的运行性能有显著的影响,对电子束流进行适当的调制可以显著提高器件的束波转换效率。研究结果为设计高性能的虚阴极振荡器提供了基础。     

北京谱仪(BES) 轻子识别研究——Monte Carlo结果

这项工作是详细研究北京谱仪(BES)轻子识别的一部分。本文报告了π/μ、π/e分辨的Monte Carlo 结果。结果表明:在北京谱仪中π/μ分辨有两个有效的截断,即位置与方向。对于π/μ分辨也有两个有效的截断,即总电荷量沉积和二极矩。     

退化速率跟踪粒子滤波在剩余使用寿命预测中的应用

毋庸置疑,剩余使用寿命预测对于设备的健康管理越来越重要。近年来粒子滤波方法被越来越多地应用到设备寿命预测技术当中,这是因为粒子滤波方法能更好地解决非线性非高斯系统滤波问题,而且能够获得不确定度信息。但该方法的预测性能却过度依赖于预测模型,并且对于模型参数的初始分布也比较敏感,这在一定程度上限制了粒子滤波预测方法的进一步发展。针对基本粒子滤波预测方法的不足,提出了一种基于退化速率跟踪粒子滤波的通用预测框架,以历史观测数据的退化速率统计规律作为指导来跟踪目标数据的退化速率,实现对粒子滤波预测方法的简化,并将该方法用于轴承和锂离子电池的剩余使用寿命预测,验证了方法的有效性。     

基于微多普勒周期相关性的弹道群目标信号分离

针对弹道群目标微多普勒信号分离问题,提出了一种基于微多普勒周期相关性的弹道群目标信号分离算法。对进动目标和旋转目标进行了微动建模,分析了其散射中心在窄带信号下的微多普勒效应,并给出了其参数化表达式。利用STFT对窄带回波进行了时频变换,获取了回波时频图,并采用奇异值分解(SVD)和高斯空间掩模方法分别对时频图进行了消噪和平化处理。再依据散射中心微多普勒瞬时频率的变化规律,采用Viterbi算法对群目标微多普勒曲线进行了提取。最后将提取出的曲线进行傅里叶变换,根据群目标微多普勒周期的相关性,实现了群目标信号的分离。仿真验证了所提方法的有效性和准确性。