基于正态分布曲线的分段式变步长LMS算法

针对传统最小均方误差(Least Mean Square, LMS)自适应滤波算法由于步长固定,在解决稳态误差与收敛性之间的关系时,始终处于矛盾状态的问题,在对传统的固定步长LMS自适应滤波算法分析的基础上,根据变步长LMS自适应滤波算法的步长调整原则,通过构造步长因子与误差信号的非线性函数,提出了一种基于正态分布曲线的分段式变步长LMS自适应滤波算法,并分析了参数取值对算法性能的影响。针对实际信号处理过程中参考信号难以选取的问题,提出了一种基于分裂阵的参考信号选取方法。理论和海试数据分析结果表明:该算法的收敛速度和稳态误差明显优于固定步长的LMS自适应滤波算法和基于Sigmoid函数的变步长LMS自适应滤波算法。     

基于动态影响网络的空战效能评估方法

现代先进战机空战任务具有快速机动、快速杀伤等特点,分析了基于马尔科夫链作战行动方案效能模型与动态影响网络的关系,建立了实时影响函数和概率性传播方程,某次超视距空战为案例的实验表明,该方法有效地提高了评估的时效性和准确性,效能评估结果可以为指挥员和飞行员的决策提供辅助决策。     

用于多类分类的层次式支持向量机

针对支持向量机存在的训练数据量大导致的训练时间过长和训练数据不平衡导致的分类结果会向训练数据多的类倾斜等问题,提出了适合于多类分类的层次式支持向量机。在训练过程中,首先折衷考虑各类之间的距离和各类的训练数据长度,据此将训练样本分为距离较远且其长度基本平衡的2类,然后逐层进行训练,最终形成二叉树分类结构。仿真实验证明,该方法能够有效地缩短训练和分类时间,且对多类分类中的数据不平衡问题有一定的效果。     

关于A-增生算子的广义变分包含的Mann-型迭代算法

通过研究A-增生算子的性质,延伸了关于H-增生算子的预解算子概念到新的A-增生算子。通过进一步运用A-增生算子的预解算子技巧,考虑了一类新的关于A-增生算子的广义变分包含,并提出了一种Mann-型迭代算法来逼近此类广义变分包含的解。最后证明了新的一类广义变分包含解的存在性和唯一性,并讨论了由此Mann-型迭代算法产生的迭代序列的收敛特征。     

基于熵权的多目标决策法在武器装备研发中的应用

武器装备研发决策属于多目标决策问题,给出一种基于熵权的多目标决策法,在只有判断矩阵的情况下,通过熵值确立评价指标的权重系数,得出可信度较高的排序方案,同时,结合实例对该方法进行分析说明。