某型两栖装甲车作战效能评估模型

以某型两栖装甲车基本作战效能分析为基础,针对实战背景下战场环境的特点,在单车作战效能评估基础上,通过引入战场环境指数和战场生存能力指数,提出改进的ADC模型,并综合运用层次分析法和幂指数法等方法对相应子模型参数进行量化,采用定性分析与定量分析相结合的方法,实现对某型两栖装甲车作战效能的评估。并通过实例证明所建立模型的有效性,具有很强的针对性和指导性。     

改进ADC法指控系统效能评估的C矩阵模型研究

针对运用ADC法评估防空C<'4>ISR系统效能中,能力矩阵C定量分析困难的问题,对该法进行改进.综合ADC法、层次分析法与专家征询法,定性与定量结合,研究能力矩阵C及其子模型的建立过程.并通过实例验证模型正确性.     

一种改进AHP方法及其在C3I系统效能分析中的应用

针对Satty教授提出的传统AHP方法在实际应用中存在的缺陷,给出了标度改进的合理性原则,并基于该原则提出了标度改进的方法、改进权值的计算原理及计算方法。运用改进AHP方法,对防空C3I系统的效能度量进行了定量分析和计算。结果表明该方法易于理解和计算,适用于系统分析和系统评价。     

基于改进主成分分析法的装备战备水平评估研究

为了科学、合理地评估装备战备水平,构建了装备战备水平评估指标体系,并提出了基于改进的主成分分析法的装备战备水平评估模型及算法。改进的算法不仅消除了指标量纲和数量级的影响,还能包含原始数据的全部信息,在原始变量转变为主成分过程中,反映了主成分权数的计算综合评价值,在指标权重选择上克服了主观因素的影响,客观反映了各指标因素间的现实关系。并通过引入实例,证明该方法实现了更加快捷、直观地对部队装备战备水平进行评估,有利于正确地引导部队装备战备建设的方向。     

红外目标分割方法研究

红外目标分割算法对红外目标检测、跟踪具有非常重要的价值。本文利用背景和目标灰度特征,提出一种实现红外目标有效分割的方法,克服红外目标内部温度不稳定造成的误分割问题。本文方法首先采用基于灰度-显著度最大相关准则的二维直方图分割算法进行图像分割;然后,在分割后二值图上进行基于随机种子点选取的区域增长,提取背景;最后,采用形态学方法优化分割结果。相对传统的红外目标检测算法,这种算法具有更好的抗干扰能力,更强的鲁棒性。不仅可以应用于红外图像的目标分割,而且可以应用于其他类似的目标分割问题。     

遥操作交会对接轨道共享控制策略

由于时延和测量、控制偏差的影响,环月轨道遥操作交会对接最终平移段的轨道控制面临诸多问题。针对这些问题,对遥操作交会对接共享控制策略进行研究。运用相对轨道动力学方程构造遥操作交会对接的数学模型,在此基础上推导时延条件下的预显示模型。在考虑可控边界的条件下构造对接安全走廊,提出基于改进人工势场的自控方法,势场函数将航天器与安全走廊的相对距离和逼近速度作为参考量。结合操纵人员的手动控制操作特性,推导共享控制的权重系数,形成共享控制策略。在九自由度遥操作交会对接半实物仿真平台开展仿真试验。仿真结果表明:相比于采用自动控制和手动控制方式而言,共享控制方式能有效克服时延的影响,显著提高环月轨道交会任务对接精度和成功率,改善环月轨道遥操作交会对接控制性能。     

数据基故障诊断算法更新问题研究

机内测试被广泛应用于故障诊断、装备健康管理与预测等领域。针对机内测试设备在设计和升级时遇到的分类器更新、样本数量不平衡、硬件条件限制问题,提出初步解决方案。利用基于密度的聚类和人工免疫方法处理原始数据;提出基于代表样本点的混合学习方法;利用支持向量机和仿真案例验证所提方法。结果表明所提方法能够解决上述问题,有助于基于数据的机内测试设备设计与升级。     

利用改进迁移近似方程和与之配套的多群常数计算快中子在氕化鲤球中的产氚率

本文试图通过对快中子在氘化锂球中产氚率的计算来验证自行制作的18群常数的合理性和正确性。利用改进迁移近似方程和与之配套的18群中子群常数对两种模型中快中子的产氚率的计算表明,本文的计算结果在3%的精度内与其他研究者用不同的中子输运方程和不同的群常数对同样模型中的中子造氚率的计算结果符合。这说明改进迁移近似方程可以较好地描述快中子在轻材料中的输运行为,我们制作的与之配套的18群中子群常数是合理的,可信的。     

基于改进经验AM-FM解调的复杂信号瞬时特征分析方法

分析了Hilbert变换在计算复杂单分量信号瞬时特征时存在的不足,研究了一种称为经验AM-FM解调的信号瞬时特征计算方法,并对算法进行了改进.针对其在计算瞬时频率时易受噪声影响的不足,提出将该算法与加权平滑相位差分法相结合来抑制噪声的影响.结合经验模式分解和改进的经验AM-FM解调算法,提出了一种适合复杂多分量信号解调...     

稀疏贝叶斯学习框架下的扩展目标雷达关联成像

传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该方法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该方法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。