小样本采样数据的预处理

一般情况下数据处理大多采用数理统计方法,该方法对于数据较少情况下处理和判别粗大误差不适用。提出了运用线性均方估计法和熵值判别法来处理和判别粗大误差,线性均方估计消除粗大误差是一种采用软化的方法处理粗大误差;熵值判别法是根据熵的上界对应最大的不确定度,利用所得数据的熵信息量判别数据是否含有粗大误差。这两种方法经过多个实例计算,结果表明,它们在处理小样本采样数据时更有效。     

基于改进CNN的红外目标识别方法研究

自动目标识别是红外成像精确制导武器系统的关键技术,针对传统红外目标识别算法在复杂环境作战中存在目标特征建模复杂、识别率低等问题,提出一种基于改进的卷积神经网络(Convolutional Neural Network,CNN)方法。结合红外目标特性,调整ZFNet的卷积层和池化层数量,加入空间变换网络以提高对数据变换的鲁棒性;对Dropout层的丢弃率变化进行可视化分析并确定选取原则,以提高红外目标的识别率。通过试验结果与传统方法相比,该方法具有较高的识别率,能够为红外成像导引头目标识别算法设计提供参考。     

基于熵权的仿真可信度模糊综合评估方法研究

为有效解决可信度评估过程中的模糊性问题,应用了一种熵权与三角模糊数相结合的模糊综合评判方法.首先阐进了信息熵与模糊数的相关理论以及评估过程中的基本步骤,并利用熵权代替传统权值,结合模糊综合评判进行仿真系统的可信度评估;最后以某型武器视景仿真系统为例,进行综合可信度评估.计算结果表明,该方法具有一定的合理性和可行性.     

内蒙古一机集团重奖合理化建议者特等奖为价值7万多元小轿车一辆

<正>9月29日,内蒙古一机集团举行第四届合理化建议抽奖暨表彰大会,1567名合理化建议采纳者出席了抽奖活动。年初以来,集团公司进一步加强了合理化建议工作力度,提出要逐步实现合理化建议由"数量型"向"质量型"、"单一型"向"综合型"转变的常态化管理格局,不断提高合理化建议工作的时效性。1-8月份,集团公司合理化建议参与人数15641人,参与率为88.8%;有效提案率21742条,提案率为123.4%;采纳17903条,采纳率为82.3%;实施     

电驱动车辆反馈线性化自适应滑模滑移率控制

针对驱动和制动工况下电驱动汽车的滑移率控制这一强非线性和不确定性控制问题,提出了一种基于反馈线性化的自适应滑模控制(ASMC)方法。针对车辆驱动、制动工况下的车轮滑移率进行了动力学分析,建立了统一的状态方程。充分利用系统已知模型和参数,采用线性化反馈消除非线性变化的控制量增益系数的影响,通过对反馈项增益参数的自适应调整,适应附着路面不确定参数变化的控制要求,克服系统控制中存在的主要非线性和不确定性部分,对于系统难以建模描述部分,视为扰动,利用滑模控制抑制系统该部分的不确定性因素,同时保证系统响应的快速性,并对算法进行了Lyapunov稳定性分析。最后,以某型电动汽车为对象进行了仿真分析,结果表明采用ASMC控制系统动态响应快、精度高、抗扰能力强,对路面参数变化具有较强的鲁棒性,同时输出控制量抖振小。     

基于旁路环境下的密码芯片安全性评估

为在复杂旁路攻击敌手环境下对密码芯片进行安全评估,通过物理可观测密码术模型框架对旁路分析过程进行建模;借鉴传统面向实际的可证明安全性理论,定义旁路环境下的两类旁路敌手:密钥恢复旁路分析敌手与不可分辨性判定旁路分析敌手,并给出了密码实现针对这两类旁路敌手的安全性度量模型;对安全性评估中的重要参数指标进行定义与推导;最后根据旁路分析定义、模型及安全性度量指标,提出针对旁路分析的通用评估框架,为研究可抵抗旁路分析攻击的密码设备打下基础。     

多机器人最大熵博弈协同定位算法

研究了多机器人观测到同一目标时的协同定位问题。建立了各个机器人相对观测一致程度的数学描述模型,进而提出用基于极大熵准则的最大熵博弈获取使相对观测一致程度最优的协同定位方式。针对博弈结果的多样性,相应地改变观测方程的雅克比矩阵,推导了可适应多机器人各种博弈结果的扩展Kalman滤波协同定位算法。仿真实验表明,方法可实现机器人团队在协同定位时有选择、更高效地共享相互间的观测信息;在保证协同定位精度提高的同时有效地消除了多机器人相对观测信息间的冲突。     

基于改进TOPSIS模型的防空多目标威胁评估*

根据地空导弹武器系统作战使用原则,确定影响目标威胁程度的五个主要因素,建立目标属性矩阵,并运用群体层次分析法(AHP)和熵权法进行组合赋权,将权重运用到逼近理想解的排序法(TOPSIS法)模型中,给出了基于改进TOPSIS模型的多目标威胁评估模型与算法.实例分析表明该方法是合理和有效的.     

基于直觉模糊对称交互熵C-means聚类的反导目标识别方法研究

在不确定信息反导目标识别的背景下,针对不确定信息处理和现有的基于欧几里得距离的模糊C-means聚类算法的性能问题,首先采用直觉模糊集对其进行描述与分析,同时,将聚类目标函数中的欧几里得距离替换为模糊对称交互熵距离,提出了一种基于直觉模糊对称交互熵C-means聚类(Intuitionistic fuzzy symmetric cross entropy C-means,IFSCECM)算法,通过采用IRIS数据集算例分析对比,证实该算法的可行性和有效性.其次,根据弹道目标识别的特性,将IFSCECM算法应用于反导目标识别中,并采用多特征综合识别方法对来袭弹道目标威胁群进行分类识别研究.最后,通过仿真实验和对比分析表明该反导目标识别方法的可行性、有效性和优越性,具有较高的应用价值.     

基于SNR的烟幕干扰效果仿真

烟幕对红外等电磁波具有吸收、反射和散射特性,可导致导引头上接收的能量大大衰减,从而降低导弹的命中概率.针对外场烟幕性能测试受气象条件和环境因素的影响较大,对准确评估抗红外烟幕遮蔽性能存在较大困难的情况,结合气象条件从烟幕透过率的变化引起导引头信噪比变化的角度,建立了烟幕干扰效果的评估模型,通过计算机仿真,得出了烟幕对红外制导导弹的干扰效果.通过试验对其中的一些结论进行了实验验证,结果表明计算结果能够与实验数据较好吻合.