基于模糊的联合概率数据关联简化算法

为解决联合概率数据关联(JPDA)实时性差的问题,提出了基于模糊的联合概率数据关联简化算法。首先结合模糊理论、概率数据关联(PDA)算法,构建模糊矩阵,并根据隶属度大小建立新的确认矩阵,然后采用JPDA算法计算关联概率。仿真结果表明算法简单有效,与JPDA算法相比,在跟踪性能相当的前提下,算法的实时性能得到了较大提升。     

从一个电路引起的思考

教师的作用在于帮助学生明确自己想要学习什么和获得什么,确立能够达到的目标;帮助学生寻找、搜集和利用学习资源;帮助学生设计恰当的学习活动和行之有效的学习方式;帮助学生营造和维持学习过程中积极的心理氛围;帮助学生发现自己的潜能.教的本质在于引导,引导的特点是含而不露,指而不明,开而不达,引而不发.例如初中学生初学电路,对电路都具有浓厚的兴趣,但学生对串、并联电路在认识上比较模糊.其原因如下:一是电流看不见,二是"元件"指的是用电器(或电阻),三是电流把"元件"串联或并联在一起,参照的是电路中的电流.因为电流看不见,又不会根据现象大胆的去感受电流.学生只从字面上理解串、并连电路,所以经常出现各中错误.遇到稍微复杂的电路,就往往束手无策.串、并连电路又是今后学习的基础.怎样让学生真正的体会到什么是串并联电路,关键是能否引导学生感受到电流.设计如下电路如图(1)并用磁铁把元件粘在黑板上,用两节新干电池串联做电源,现象明显.具有很大的可见度.目的是为了创设情景,下面的一切活动都是为了学生的学,着眼于激发、促进他们的学习.     

基于多传感器特征融合的TBM拦截效果评估

基于多传感器特征级融合研究了TBM拦截效果评估的问题。首先分析并选取了拦截效果特征信息,构建了基于模糊神经网络的拦截效果融合评估模型;之后从模糊化、模糊推理、反模糊3个方面论述了评估模型的实施过程,进行模糊推理时采用一种改进的BP算法完成了推理规则的实现。最后通过实例仿真验证了改进BP算法的有效性,并验证了评估模型的可靠性及良好的融合性能。     

专用污水接纳船罐舱设计与模糊评判

首先产生一组包含最优解的罐舱设计方案 ,然后运用模糊评价方法 ,优选了罐舱设计方案     

双层隔振系统的模糊-PID控制方法

PID算法简单,稳态性能好,但动态性能差.模糊控制方法灵活,适应性强,不依赖于受控对象的数学模型,可以处理系统参数的非线性和不确定性问题,动态性能好,但稳态性能差.为提高双层隔振系统隔离低频结构噪声的不足,将模糊控制理论应用于双层隔振系统,较好地实现了两种算法的结合,弥补了该系统动态性能差的缺陷.仿真结果表明该方法有良好的减振效果.     

主成分分析的模糊神经网络目标识别系统

提出了一种基于模糊神经网络(Fuzzy Neural Networks,FNN)的目标识别算法.在对目标进行模糊化处理基础上,通过主成分分析(Principal Component Analysis,PCA)提取相应的特征空间,以畸变的特征向量对系统进行训练,从而获得较高的目标变化适应性.仿真实验结果表明, 这种方法具有较强的自适应能力,抗噪性能也有所提高.     

减摇鳍模糊免疫自适应PID控制器设计及仿真研究

针对船舶横摇的非线性模型,利用免疫反馈机理,设计了一种减摇鳍模糊免疫自适应PID控制器。控制器将模糊控制与PID控制相结合,采用Fuzzy推理,对非线性函数进行模糊逼近,用模糊免疫P调节器实时整定PID控制器的比例增益,采用常规模糊控制器在线调整免疫PID控制器的积分时间常数和微分时间常数。通过对船舶减摇鳍控制系统的仿真,可以看出采用模糊免疫自适应PID控制器其控制效果远优于常规PID控制器,使减摇鳍的减摇效果得到显著提高。     

基于参差中重频脉组的搜索雷达跟踪波束设计

为解决常规搜索雷达在强气象、地物杂波下目标检测性能下降的问题,基于目标先验信息,设计一种跟踪波束实现对特定目标的跟踪处理,对目标所在的波位采用参次中重复频率脉组的方式探测,有效扩展速度检测清晰区并抑制慢速气象杂波及强地物杂波,实现目标距离、速度双模糊的解算,提高对跟踪目标的检测性.基于先验信息实现目标距离、速度模糊解算...     

快速整周模糊度求解在高精度GPS定位和导航中的应用

探讨了一种GPS载波相位整周模糊度的快速求解方法,分析了搜索空间中的独立变量,推导出了新的传递矩阵.该矩阵将所有的测量残差直接和最小求解搜索空间相关联,通过仅选择那些与卫星几何尺寸和测量残差一致的模糊度的组合,搜索空间被最小化.仿真结果表明,与目前最常用的搜索方法-LAMBDA方法相比,提出的快速求解方法可以改善计算效率,缩短模糊度求解时间.     

高速机动反舰导弹对舰艇编队的威胁估计研究

威胁估计是一个高度复杂、不确定性事件的推理过程.针对以目标特征为参数计算高速机动反舰导弹对编队的威胁值出现振荡而影响威胁排序的问题,首先运用自组织映射神经网络(SOM)提取高速机动反舰导弹的某些重要特征,其次融合提取的特征计算反舰导弹的航向,然后根据航向计算得到反舰导弹稳定的飞临时间和航路捷径,最后在分析影响威胁估计因素的基础上,运用模糊动态贝叶斯网络进行推理得到威胁值,再结合舰艇的价值系数便可计算得到稳定的威胁排序.仿真结果表明,该方法可以有效解决高速机动反舰导弹的威胁估计问题.