平稳小波去噪算法中的参数选择

为研究平稳小波变换去噪算法在工程应用时如何选择小波基、小波系数处理方法和阈值计算方法的参数以取得最优去噪效果,通过仿真实验,对比不同小波基、不同小波系数处理方法及不同阈值计算方法对平稳小波变换去噪算法去噪效果的影响,对算法的参数选择问题进行研究。实验结果表明：相比其他滤波器组,大部分情况下Daubechies 小波基对应的滤波器组去噪效果更好;信号信噪比较低时选用软阈值法,信噪比较高时选用硬阈值法;使用阈值法处理小波系数,信号信噪比不高的情况下应采取固定阈值法来确定阈值,信号信噪比较高时应采取无偏风险估计法。     

舰载近程反导武器指挥决策流程优化

针对未来水面舰艇近程反导武器系统反导作战的特点和要求,在考虑武器系统拦截可行性判断、射击方法选择和应急使用等问题的基础上,对拦截可行性分析、射击方式优选和主用备用相结合等环节开展研究,构建了优化的武器系统作指挥决策战流程。该流程可以有效提高舰载CIWS末端反导作战效能的发挥,增强作战指挥决策科学性。研究成果可以为武器装备的研制和改进提供参考和借鉴。     

基于移动Kriging插值算法的水下地形构建技术研究

针对Kriging插值算法在地形构建中对真实观测数据进行光滑处理时可能产生较大误差的问题,在简述其基本原理的基础上,提出了移动Kriging插值算法,并详细阐述了该算法的原理和步骤。运用该算法对类Sphere、Rastrigin函数分别模拟的平坦和起伏地形进行插值重构仿真测试,并对武汉木兰湖湖底真实地形数据进行了验证比较,结果表明:该算法在水下地形构建中能够获得较好的插值效果,很好地保持了地形特征,且能获得更小残差的水下地形数据,在水下数字地图制作中具有较好的应用价值。     

基于Map/Reduce的朴素贝叶斯数据分类算法研究

针对目前机器学习研究领域中的数据分类问题,选择朴素贝叶斯算法作为研究对象。首先,通过对样本数据特征属性的权重进行加权调整,提高算法处理的准确率;然后,改进朴素贝叶斯算法分类器模型,使其能够利用Map/Reduce并行编程模型,采用多计算资源节点并行处理,进一步提高处理速度。最后,对UCI dataset数据库进行实验验证,结果表明:改进后的算法在海量数据分类处理中具有更好的性能表现。     

融合动量项的步长自适应盲源分离算法

为进一步缓解盲源分离算法收敛速度与稳态误差之间的矛盾,首先在自然梯度算法的基础上,通过融合动量项改善算法的收敛速度,基于分离性能指标的步长自适应减小稳态误差;然后,给出了所提算法的模型图,同时考虑分离性能和计算复杂度,选择合适的融合动量项算法,并设计了算法的近似最优参数,有效避免了算法的分段收敛;最后,合理选择步长与动量项的权重系数,有效改善了分离性能与收敛速度。仿真结果表明:该算法在一定程度上缓解了上述矛盾,并具有较低的计算复杂度。     

飞行试验维修保障延误建模优化研究及应用

为减少飞行试验保障延误,提升维修保障效能,分析了试飞阶段平均保障延误时间(MLDT)影响因素,提出了试飞保障MLDT基本参数集;基于概率法对保障延误事件树进行分析,引入排队论算法对延误问题突出的保障台占用事件建模研究;结合飞行试验特点,引入成熟度因子,并基于某型歼击机维护数据应用,确定了MLDT评估及优化方法,验证了此方法和模型的有效性,为维修保障系统评估和后续保障效能提升奠定基础。     

基于UPF的WNN学习算法及其应用

为改善小波网络(WNN)的非线性建模能力,提出一种基于改进无迹粒子滤波(UPF)的WNN学习算法。算法先引入最小偏度策略减少无迹变换(UT)的Sigma采样个数,改进无迹Kalman滤波(UKF);再用改进UKF算法选取粒子滤波的重要性密度函数,构成新型UPF;最后,将SUPF作为WNN的学习算法进行训练和测试。实验表明,基于新采样策略UPF与基本UPF的WNN模型精度总体接近,但速度更快,效率更高,某型军用飞机气动力建模也验证了算法的有效性与可行性。