关于部分K值逻辑中正则可离函数集的极大封闭集之最小覆盖判定的一些结果

根据部分多值逻辑完备性理论,证明了当m=2时,若正则可离关系G2=G2({1,2})∪G2之关系图仅是一个回路,则T(G2)不是P k的最小覆盖成员.     

对装甲旅（团）专业技术人才队伍建设的几点思考

人才是战斗力生成的关键之所在.装甲旅(团)是我军作战与编制的实体,装备保障专业技术人才培养与管理至关重要.装甲旅(团)必须盘活用人视角,把握人才成长的内外因素和一般规律,科学筹划专业人才发展战略,促进专业技术人才队伍不断发展壮大,以适应两个根本性转变的要求,迎接世界新军事技术革命的挑战.     

基于遗传算法的自适应时延估计

基于四阶累积量的约束自适应时延估计(FOC-ETDE)算法具有良好的时延估计性能,但它需要良好的时延估计初值。为了克服此缺点,引入遗传算法进行时延估计的寻优,无需时延的先验信息,在低信噪比的情况下可以准确地直接估计非整数倍采样间隔的时延。计算机仿真试验验证了新算法的有效性。     

自适应模糊滑模在火箭炮位置伺服系统中的应用

针对多管火箭炮交流位置伺服系统转动惯量和负载力矩变化大的特性,设计了自适应模糊滑模位置控制器.用模糊控制逼近理想滑模控制,设计切换控制补偿逼近误差,自适应控制调节模糊参数和切换控制的不确定上界.为了保证系统渐进稳定和可控,根据李亚普函数导出自适应率.仿真结果表明该控制策略不仅保证了系统的静、动态特性,而且对负载扰动和系统参数摄动具有较强的鲁棒性.     

基于仿真弹群的目标毁伤预测模型

针对炮兵对集群有生力量目标射击,提出一种基于仿真弹群的毁伤评估模型.首先仿真得到严格符合射击误差表征的弹群,然后应用坐标毁伤律计算毁伤概率.合理确定描述弹群的毁伤因素之后,采用自适应模糊神经网络系统(ANFIS)从仿真数据中得出毁伤因素与毁伤效果之间的映射关系,进而对毁伤效果进行评估.实验结果表明,该模型精度高,泛化能力好,具有很强实用性,有效解决了根据炸点信息进行毁伤评估的难题.     

基于预测残差的自适应Unscented粒子滤波

针对经典粒子滤波的样本退化问题,提出了基于预测残差的自适应Unscented粒子滤波.该方法将自适应因子与无迹卡尔曼滤波相结合构造粒子滤波的建议分布,即通过UT变化构造建议分布函数,利用预测残差作为自适应因子,在线调整测量预测协方差、状态测量互协方差和状态更新协方差的实时变化,从而调整其在滤波中的作用.非线性状态估计仿真实验表明,该算法具有较强的自适应性和较高的滤波精度.     

经验模态分解中包络线算法

经验模态分解(EMD)是一种先进的信号处理方法,对非线性、非平稳信号具有独特的分析能力.它的包络线算法存在着过冲/欠冲和端点问题,影响信号分解质量.分析了过冲/欠冲和端点问题产生的原因,提出了采用保形分段3次插值方法作为EMD分解过程中的包络算法,解决了拟合包络线的过冲/欠冲问题;采用端点处包络线位置预测,对端点处的包络线位置加以约束,与极值点对称延拓的方法结合使用,充分利用信号本身信息,一定程度上抑制了端点问题.最后,用一个仿真实验验证了该方法的有效性.     

加权采样的序列蒙特卡罗滤波技术

在处理非线性滤波问题时,常用的几种通过模型近似或计算近似的滤波方法均在某种特定的情况下具有适用性.近年来随着计算机处理能力的快速发展,提出了序列蒙特卡罗滤波方法,因其在处理复杂的非线性和非高斯问题时表现出强大的潜力而引起广泛关注.详述了序列蒙特卡罗滤波算法的基本思想和原理,对其关键技术进行了归纳分析,并指出了该方法亟待解决的一些难点问题.     

基于误差修正模型的自适应递推滤波算法

提出自适应滤波算法是经典Kalman滤波与最小方差自适应控制结合的成果。通过引入一个可变因子,将线性系统的状态转移方程与观测方程合并,然后平滑估计未知白噪声,使原本不相关的估计量被映射在同一线性流型中,由此获得可变因子的最优值。可变因子的最优调节保证了滤波的自适应性。最后通过仿真将此算法与经典的Kalman滤波对同一目标状态进行比较,发现由于误差修正因子的引入,此算法在滤波精度上得到显著提高。     

基于自适应补充Kalman滤波的平滑伪距算法

为了得到较为精确的伪距值,现提出一种采用自适应补充卡尔曼滤波进行相位平滑伪距的算法,该算法既利用了载波相位平滑伪距的思想,又对观测噪声和载波相位差值方差进行了估计,并给出了相应的数学解算过程。仿真结果表明,利用该算法得到的伪距双差值相对于其他算法最小,利用其平滑后的伪距用于定位,得到的结果相对于其他算法也最稳定。