船舶静态电场跟踪的渐进更新扩展卡尔曼滤波器

为了实现利用船舶静态电场对船舶进行跟踪的目的,针对传统卡尔曼滤波算法中存在的问题,设计一种新的非线性滤波器。建立船舶的状态空间模型,分析传统卡尔曼滤波算法在船舶跟踪中存在的问题;依据渐进贝叶斯思想,利用连续白噪声与离散白噪声序列噪声协方差之间的关系,设计一种新的渐进更新扩展卡尔曼滤波器。仿真结果表明,该滤波器能有效地抑制由于初始误差较大而造成的滤波性能下降和滤波发散,能够有效地跟踪船舶,具有较高的实用价值。     

柔软物体力触觉形变模型验证系统

为了验证柔性物体力-形变模型的合理性,构建了基于CC2531芯片的无线数据收发平台、力传感器测量平台和FALCON手控器位移测量平台的力-形变模型验证系统。以新鲜猪肝脏为实验对象,研究了弹性形变实验和穿刺实验的作用力与位移之间的关系;以力-形变测量数据为基础,进行了参数验证校调。仿真实验结果表明:模型中力-形变特性与实际测量值保持一致。该系统能广泛应用于柔性物体力-形变模型验证,对于促进力触觉虚拟医学仿真系统的发展具有重要意义。     

固体推进剂黏弹性本构模型及其有限元应用研究

基于时温等效原理和WLF方程建立推进剂黏弹性泊松比主曲线方程,进而建立考虑时间温度相关泊松比的推进剂本构模型。基于增量有限元方法,采用完全显式积分算法推导增量形式的黏弹性本构方程。根据MSC. Marc用户子程序编程规则,确定本构模型对应的一致切线刚度矩阵从而实现本构模型的有限元应用。先后通过固化降温以及点火增压工况,分别采用黏弹性泊松比以及弹性泊松比对药柱结构进行应力应变力学响应分析,并对比不同类型泊松比对应力应变场的影响。研究方法和结果可为发动机药柱的精细结构完整性分析提供参考。     

云模型改进惯性权重的混沌交替粒子群算法

标准粒子群算法通过线性减小惯性权重系数来调整寻优性能,但缺乏智能化机制易导致算法后期产生早熟或陷入局部最优而产生僵局。针对这一问题,提出一种基于云模型改进惯性权重的混沌交替粒子群优化算法。根据粒子迭代变化关系,采用云模型理论对惯性权重ω进行智能化调整,以平衡其全局和局部搜索能力,防止算法产生局部僵局;另外,判定粒子稳定性,对于可能陷入局部僵局的稳定粒子进行混沌扰动,促使其跳出僵局进而向最优位置更新。实验与分析表明,基于云模型改进惯性权重的混沌交替粒子群优化算法能够跳出局部僵局且具有较高的寻优精度,算法接近完全收敛时的平均迭代次数,较现有相关研究分别降低了13.73%~20.11%。     

无人攻击机生存力评估方法

首先介绍了无人攻击机的国内外发展现状和趋势,然后阐述了无人攻击机的特点,分析了与生存力密切相关的各分项能力之间的关系,提出了一种建立无人攻击机生存力评估的综合指数模型;同时确定了模型中各分项能力的评估模型。最后以6种无人攻击机的生存力评估为例计算并检验了模型的可用性。     

一类带时滞的非线性兰彻斯特战斗模型的分析

基于非线性兰彻斯特方程的一般形式和现代战争的特点,考虑到时间因素在现代战争中的巨大作用,建立并讨论了一类带时滞的非线性兰彻斯特战斗模型。通过定性分析,得到了模型的平衡点及其稳定性,证明了原模型解的存在唯一性,并给出了解的存在区域。战例分析结果表明该模型能用来描述现代战争。因此,该模型对研究现代战争的战斗进程、武器发展规划、现代军事练兵等都具有一定的参考价值。     

基于参数自适应CS模型的机动目标跟踪算法

为提高对机动目标的跟踪精度,提出一种基于参数自适应当前统计(CS)模型的跟踪算法。即利用加速度增量与位移的关系,自适应调整加速度方差,根据量测残差的统计距离判别目标机动特性,并调整模型的机动频率和滤波器增益系数,提高算法模型与目标机动模式的匹配程度。仿真结果表明,基于参数自适应CS模型跟踪算法能够较好地改善对强机动目标的跟踪性能。     

基于概率神经网络的高校科研能力评价

科研能力是评价高校综合实力的重要指标,高校的科研能力水平将会在一定程度上影响到高校所在地方甚至国家的科研水平.因此,不断提升学校科研能力水平,成为高校自我提高和发展、增强综合实力的重要措施之一.如何对高校科研能力进行科学地评价,成为一个亟待解决的问题.本文将高等院校科研能力评价体系作为研究对象,通过相关文献的查阅,从众多研究中,选取影响高校科研能力的11个典型指标,构建了基于PNN的高校科研能力评价模型及算法.并通过仿真实验验证模型及评价方法的可行性和有效性,为高校科研能力有效评价提供参考依据.     

结合词语规则和 SVM 模型的军事命名实体关系抽取方法?

抽取作战文书中的军事命名实体关系,是实现作战文书语义理解的一种有效方法。在分析作战文书中军事命名实体词语规则的基础上,提出了一种结合词语规则和 SVM 模型的军事命名实体关系抽取方法。首先,使用词语规则整合作战文书中连续出现的军事命名实体并抽取其关系,使其更加适合 SVM 模型。然后,使用 SVM 模型对传统规则模板难以使用的词窗、词性和距离等特征进行建模,抽取军事命名实体关系。实验结果表明,优先利用词语规则能充分提高 SVM 模型抽取军事命名实体关系的效果,与单纯使用 SVM 模型相比,准确率和召回率分别提高了8．73％和41．71％。     

基于犹豫层次分析和云模型的我国沿海军港气候变化影响与风险评估

针对全球气候变化背景下我国沿海港口自然环境变化的复杂性和不确定性,以及我国沿海军港气象海洋灾害愈加频繁的变化趋势,研究探讨了我国沿海四个主要军港可能面临的气候变化风险.针对风险评估建模时难以有效评判社会因素、自然因素的困难,提出了犹豫层次分析法和云模型结合的研究思路,构建了沿海军港气候变化风险评估模型,旨在为我国沿海军港建设规划和应对气候变化提供决策建议.研究思路和方法途径也可为其他气候灾害评估和风险防范提供参考.