模糊数据的编码压缩

建立在普通集合之上的传统的数据压缩方法不能胜任模糊领域中的问题。因此,有必要从模糊集合理论出发,导出模糊概率的概念和模糊信息,赋予数据压缩理论和技术新的活力。本文试图从模糊理论的角度,借助于广义信息论,探讨模糊信息压缩的方法和意义。     

武器系统方案评价与决策的DEA模型

本文利用数据包络分析方法建立了武器系统研制方案评价与决策的新模型 ,设计了其评价指标体系与决策分析步骤 ,并给出了模型的实际应用案例。     

带限信号的最大熵正则外推算法

基于最大熵正则化构造了一种新的稳定的带限信号正则外推算法。当噪声δ（t）∈L~2[—T.T],其误差能量为δ,而且当δ→0时,所求得的正则化解将在（- ∞,∞）内一致收敛于问题的精确解。     

利用星载GPS伪码测距进行小卫星星座的整网定位

首先针对小卫星星载ＧＰＳ伪码测距，基于星间差分消除／消弱误差，并引入星座网形约束，论述了星座模式下提高小卫星定位精度的一种整网数据处理方法，并给出了一个算例。然后进一步论述了不依赖ＧＰＳ的小卫星星座测控，以及提高小卫星星座定位自主性问题的几点设想。     

基于熵权的多站纯方位目标定位分析北大核心

为克服传统权值主观性强、复合性差等现象,提出了一种基于改进熵权的多站纯方位目标定位算法。算法系统分析了匀速直线运动下的目标纯方位信息,给出了目标航迹参数与位置坐标模型,并运用均方误差进行了精度分析。仿真实验表明,本算法能有效地降低估计误差,提高多站融合精度。     

一种提高舰炮精度的观测数据处理新方法研究

传统舰炮对目标观测数据处理以舰炮安装部位为基准,舰艇由于摇摆和船体变形等造成基准点变化会产生观测目标数据处理误差,影响舰炮射击精度,研究分析了舰艇平台状态和舰炮基准假设对舰炮射击理论精度的影响,提出了以舰艇摇摆中心为基准的观测目标数据处理新方法,建立了观测目标参数计算数学模型,提高射击诸元的解算精度。     

TiZrNbVAl高熵合金弹体侵彻双层钢板可行性研究

为了验证TiZrNbVAl高熵合金弹体的可行性,开展了材料力学性能及弹体侵靶试验研究。对TiZrNbVAl高熵合金在应变率分别为10^-3s^-1、1 000 s^-1、3 000 s^-1和室温分别为、200℃、300℃条件下的力学性能进行了试验研究,获得了TiZrNbVAl高熵合金的准静态和动态力学性能,并对其冲击韧性、应变率效应及温度效应进行了分析,结果表明：TiZrNbVAl强度较好,抗冲击性能优异,在高温和动态加载条件下具有温度软化效应和应变率强化效应,并根据试验数据拟合得到了TiZrNbVAl高熵合金的Johnson-Cook模型参数。设计并开展了125 mm火炮侵靶验证试验,TiZrNbVAl弹体以786 m/s速度穿透2层Q345钢板,头部侵蚀较为严重,但主体结构完整,验证了TiZrNbVAl高熵合金用于侵彻战斗部壳体的可行性。采用数值仿真模型对侵彻过程进行了模拟,弹体头部侵蚀仿真结果与试验结果较为吻合,验证了材料模型和数值仿真模型可靠性。研究结论和成果可为高熵合金侵彻弹体设计提供思路和依据...     

BDS在低轨卫星编队高精度相对轨道确定上的应用分析

分析基于北斗卫星导航系统(BeiDou satellite navigation System, BDS)的低轨卫星编队相对轨道确定问题,但由于缺乏实测数据,通过仿真实验展开研究。结果表明,500 km空域平均可视BDS卫星数约为9.7,由于地球静止轨道(GeoStationary earth Orbit,GEO)卫星和倾斜地球同步轨道(Inclined GeoSynchronous earth Orbit,IGSO)卫星的存在,亚太地区的可视BDS卫星数明显偏多。仅考虑观测噪声的影响时,基于BDS的相对定轨精度可达0.74 mm,加入星历误差的影响,对近距离编队系统的相对定轨而言,GEO卫星数米的星历误差可以忽略,但当星间距离增大到约200 km时,GEO卫星单差后的星历误差可达厘米量级,GEO+IGSO+中圆地球轨道(Medium Earth Orbit,MEO)卫星和IGSO+MEO卫星求解的相对轨道精度分别为1.09 mm和0.96 mm,GEO卫星的加入使得精度下降了13.54%。在其余误差得到有效处理后,BDS的相对定轨精度可达亚毫米量级,且无明显区域差异,GEO卫星和IGSO卫星能提高近距离编队系统的全球相对定轨精度,未来BDS将广泛应用于低轨卫星编队相对轨道确定。     

基于直觉梯形模糊信息的目标优先级排序方法

针对地面防空作战中空中目标的优先级排序问题,提出了一种基于直觉梯形模糊信息的优先级排序方法。使用直觉梯形模糊数来描述空中目标的属性参数,分析了目标优先级的影响因素,并利用熵权法确定了影响因素的权重;针对传统TOPSIS方法的缺陷,提出了一种利用相对熵作为距离测度的优先级排序方法;最后结合算例仿真验证了方法的合理性和可行性。     

基于形态分量分析和EEMD样本熵的自动机故障诊断

针对自动机故障诊断过程中振动信号故障特征较难提取的问题,提出了结合形态分量分析(MCA)和总体经验模态分解(EEMD)的自动机故障特征提取方法。根据自动机振动信号组成成分的形态差异,利用形态分量分析方法构建不同的稀疏字典对各组成成分进行分离,消除噪声分量,提取出反映主要故障特征的冲击分量;对所提取的冲击分量进行EEMD分解并计算各IMF分量的样本熵值,以此作为故障特征向量输入基于离子群优化的支持向量机(PSO-SVM)进行识别。通过自动机典型故障诊断试验表明:形态分量分析方法可有效分离出自动机振动信号中的冲击成分;同时,所提出的特征提取方法能够有效地进行自动机故障诊断。