北斗系统三频载波相位整周模糊度快速解算

北斗导航定位系统播发三个频率观测值,有助于载波相位整周模糊度的快速、准确固定。传统的几何无关模型三频载波相位模糊度固定算法通常采用遍历整数搜索的方法确定载波相位-伪距组合系数,组合后的噪声因子较大,模糊度固定成功率不高。在分析了北斗系统伪距测量误差特性的基础上,给出了加权组合噪声因子的定义及其约束下的最优组合系数的求解方法。采用Hatch滤波提高电离层延时误差实时估计精度,成功固定三组线性无关组合系数对应整周模糊度,进而确定基础整周模糊度。利用北斗系统短基线、长基线实测数据对算法性能进行了验证,实验表明:提出的算法可优化超宽巷、宽巷组合噪声因子20%以上,模糊度固定成功率提高10%~18%左右,30s历元平滑后的基础模糊度固定成功率可达90%以上。     

基于属性的舰载机航材备件品种确定方法

航材备件品种确定是舰载机供应保障工作的重要内容。基于属性对舰载机航材备件品种确定进行研究。基于粗糙集理论对属性集进行属性约简,确定航材备件品种确定的主要影响属性,然后基于属性约简进行航材备件品种确定。给出了单属性、顺次属性和多属性的品种决策方法。最后结合实例进行了应用分析。     

两栖型指控车非线性横摇安全盆侵蚀研究

采用单自由度系统研究了两栖型指控车在规则波激励下的非线性横摇和倾覆,非线性横摇控制方程应用四阶龙格库塔法进行数值积分;以波浪扰动力矩的幅值和波浪的频率作为变量,研究了两栖型指控车的安全盆侵蚀问题。以波浪扰动力矩的幅值为变量的安全盆侵蚀研究结果表明:当波浪扰动力矩大于0.01时,安全盆开始出现侵蚀现象,当波浪扰动力矩大于1.84时,安全盆的安全域已经变成了几个离散的点,随着波浪扰动力矩继续增大,安全盆的安全域将继续严重侵蚀,直到消失为止。以波浪频率为变量的安全盆侵蚀研究结果表明:两栖型指控车的安全盆侵蚀对波浪的频率敏感,安全盆出现明显的侵蚀;随着频率的增大,安全盆侵蚀将不会发生,表明两栖型指控车对高频波浪是安全的。     

边防情报人员素质模糊评价研究

在分析传统边防情报人员素质考评方式缺点的基础上,提出了量化考评边防情报人员,建立边防情报人员素质构成的评价指标体系,并尝试用"模糊多级综合评价方法"来解决传统考评方式中存在的弊端.     

一种新的星载高分辨宽测绘带SAR运动目标检测与参数估计方法

针对星载多通道高分辨宽测绘带合成孔径雷达系统,提出了一种地面运动目标检测和参数估计方法,该方法利用空时自适应处理进行杂波抑制,采用传统SAR成像处理得到模糊的运动目标图像,接着利用恒虚警检测技术检测出所有运动目标,包括真实目标和由于多普勒模糊引起的虚假目标,再根据模糊图像的空间位置关系,从所有成像目标中检测出运动目标的真实成像位置,根据运动目标的斜距历程得到因运动目标速度引起的图像位置偏移,由此估计得到运动目标速度。该方法具有运算量小、检测精度高等优点,星载仿真数据验证了本文方法有效性。     

无源时差定位系统的模糊无解问题

本文对平面三站无源时差定位系统的定位过程中可能出现的无解和模糊现象进行了探讨,找出了无解分布与布站以及观测噪声方差大小之间的规律,得出了模糊分布与布站之间的关系,并提供了一些解决方法。     

三维疏散仿真平台研究与开发

介绍了构建三维疏散仿真平台的基本原则,从建筑模型的导入、网格的自动剖分、人员模型的构建、人员行走规则、模拟结果的显示等方面对疏散仿真平台进行了阐述,测试了疏散仿真平台的功能,得出模拟结果与疏散演习结果接近的结论,认为该疏散仿真平台具有广泛的应用前景。     

一种高分辨率SAR图像水上桥梁目标识别新方法

首先采用灰度均值和方差二维特征模糊分割SAR图像,其次基于8邻域链码跟踪边界法剔除植被、阴影等虚警,然后通过水体轮廓搜索潜在桥梁ROI点并进行直线拟合、线段连接和线段延拓,消除河心洲、船只和条纹干扰等影响确定疑似桥梁ROI,最后采用双参CFAR检测法分割桥梁ROI,根据目标主轴方向和周长等特征消除桥梁ROI内的虚假目标,识别和定位桥梁。实验表明,该算法能够准确识别水上桥梁目标,对条纹干扰的桥梁和灰度梯度较弱的桥梁同样有效。     

一种洗消站(场)开设位置优选方法

结合影响洗消站(场)开设位置的因素,建立指标体系,并利用基于模糊TOPSIS方法的评估方法建立模型。通过模型对指标体系进行分析,达到对洗消站开设位置进行优选的目的。该评估指标体系的建立及基于模糊TOPSIS方法的评估模型的建立,对于洗消站(场)开设位置的优选具有一定的现实意义。     

神经规则与案例融合的专家系统知识表示和推理

为了对专家系统中的知识进行表示,并使得推理变得更加准确高效,介绍了一种结合符号规则、神经网络和案例的方法。该方法是把一种混合规则,即神经规则和案例结合在一起。它与传统的基于符号规则推理不同的是,即使有一些未知的输入,也可以执行基于神经规则的推理。实验证明,与传统的专家系统比较,混合推理可以提高故障诊断的效率和精确度。