磁性目标跟踪的后验克拉美罗下限分析与计算

为了求解磁性目标跟踪问题的后验克拉美罗下限(PCRB),提出了PCRB-GMSPPF算法。该算法利用高斯混合采样粒子滤波算法对目标状态的真实后验概率密度分布进行抽样,再通过蒙特卡洛积分法迭代求解每个观测时刻的Fisher信息矩阵,进而得出目标状态估计的PCRB;克服了基于PF算法求解PCRB过程中由于粒子退化和贫化问题造成不能从后验概率分布中正确抽样的缺点;在建立磁性目标跟踪的状态模型和观测模型的基础上进行仿真分析,将求解出的PCRB与采用GMSPPF及PF算法进行跟踪的均方根误差做对比,验证所提的PCRB-GMSPPF算法的有效性,结果表明:针对磁性目标跟踪问题,PCRB-GMSPPF算法较PCRB-PF算法具有更好的准确性,并可用于一般的非线性模型跟踪误差下限分析。     

用于有限体积法的中心WENO混合格式研究

本文通过理论推导得到了6阶中心格式与5阶WENO格式相结合的混合格式(CWENO6格式),为了提高有限体积法中高精度格式的计算效率,引入了3阶MUSCL反卷积方法以取代传统有限体积法中的反卷积方法。通过不同的算例比较了CWENO6格式与WENO5格式的数值表现。结果表明,相比于传统的WENO5格式,在网格量相同的前提下,由于数值耗散较小,CWENO6格式对流动细节的描述更为准确,为有限体积法模拟三维多尺度复杂提供了一种更为有效的方法。     

基于改进C-均值聚类算法的空中目标分类

空中目标的正确分类对防空作战效果有着重要的影响。在分析了空中目标类型和目标的表征方法之后,构建了动态聚类中的一种分类算法———改进C-均值算法。该算法改变了以前算法中只用一个聚类中心作为一类的代表的做法,而采用的是类核函数代替类心的方法。类核函数较一个聚类中心更能够表现出某一类的分布信息,从而提高分类的正确率。     

侵彻靶板过程中刚体过载特征提取方法

针对引信动态环境非常复杂各种振动非常丰富,侵彻加速度信号含有许多瞬变成分,是非平稳时变信号,采用局部均值分解算法自适应的对侵彻加速度信号进行分解,从而提取加速度信号刚体过载特征和加速度信号频率分布特性,有效准确地对信号机理进行分析.为了使得侵彻特征更加明显,利用半正弦波形作为匹配波形,采用匹配相关算法得到侵彻过程层穿越的特征信号,更有效实时地进行层识别或者空穴识别.     

基于混合智能算法的小型通信干扰装备分配优化

如何充分发挥小型通信干扰装备的作战效能是指挥员面临的棘手问题。本文将战术指标——干扰后的通信畅通区覆盖程度作为评估通信干扰装备分配优劣的指标,分别建立了单机和多部干扰时的通信干扰有效压制区和通信畅通区边界的计算模型,并给出了通信干扰有效压制区和通信畅通区面积的计算方法。构建了基于机会约束规划的空域频域通信干扰任务分配模型,并设计了混合蚁群算法和遗传算法的模型求解算法。最后进行了仿真实验,验证分析了模型和算法的合理性。研究成果为通信对抗战术计算和作战运用研究拓展了思路。     

对数正态分布的维修时间均值检验方法

针对许多装备维修时间服从或近似服从对数正态分布,从对数方差已知或未知两种角度,在控制单方或双方风险的基础上,提出了维修时间均值的检验方法,并通过实例验证了检验方法的实用性。     

"混合战争"理论:美军备战的新"宝典"

美军著名军事专家弗兰克·霍夫曼对美军所面临复杂而不定威胁的研判,对世界典型战例的研究,特别是对美军当前"两场战争"深刻反思的基础上,提出了"混合战争"理论."混合战争"理论所提倡的"多战争、多行动、多战线、多任务"的指导思想,将引发美军战争、战略理念的深刻变革,全面推进美军建设转型.     

具有混合执行器故障和多未知控制方向的多智能体编队系统自适应协同容错控制

针对非线性多智能体具有混合执行器故障和多未知控制方向的问题,基于鲁棒自适应模糊技术,提出新颖的协同容错控制方法.采用分段Nussbaum函数解决了多未知控制方向;基于鲁棒自适应模糊技术解决了系统中的非线性不确定问题;引入一阶滑模微分器与自适应反步技术结合,用于获得虚拟控制律的一阶导数,并结合鲁棒有界方法,用于提高所设计...     

基于模糊聚类的入侵检测方法

分析了异常入侵检测存在的问题,研究了基于模糊聚类的入侵检测算法。该算法采用C-均值算法,通过训练数据聚类、异常聚类划分和行为判定等3个步骤实现异常入侵检测。试验采用KDD99数据进行了测试,证明该算法是可行和有效的。     

关于Smarandache序列Pd（n）和qd（n）的均值估计

对任意正整数n,Pd（n）定义为n的所有正因子的乘积,gd（n）定义为n的所有小于n的正因子的乘积。若n=p1^a1p2^a2…px^as是n的标准分解式,算数函数Ω（n）=a1＋a2＋…＋as。用解析的方法研究关于Smarandache序列Pd（n）、qd（n）与Q（n）的混合均值,并给出两个较好的渐近公式。