官兵倾向性问题的心理分析及防治

<正>倾向性问题是指在基层部队发生频率高,造成较严重后果的违规违纪问题。当前,部队各类倾向性问题多发频发,极大牵扯了练兵备战精力。从通报上看,各级大多要求从制度、管理等方面进行整改,但从涉事者心理角度分析较少。倾向性问题很大程度上是心理因素造成的。通过研究分析问题背后的心理因素,提出防治建议,可以减少部队倾向性问题发生。一、症由心生,认清倾向性问题的心理成因倾向性问题的现象演变是心理问题倾向的具象表征,传统的管理手段和方法对解决倾向性问题效果甚微,进而导致其禁而不止。部队倾向性问题多种多样,其中以网络赌博、高消费及网络借贷、违规饮酒具有很高的普遍性和危害性。     

基于神经网络和遗传算法的威胁度估计算法

针对威胁度估计问题,提出了基于BP神经网络模型的算法,利用神经网络良好的自适应能力和遗传算法强大的全局搜索能力,通过样本数据训练,提高了威胁度估计的准确性和适应性。     

基于神经网络的椭圆扩展目标形态估计

针对复杂环境下由稀疏量测引起的椭圆扩展目标形态估计精度低的问题,提出了一种基于神经网络的形态估计方法。利用神经网络对目标量测进行处理,估计出椭圆扩展目标的轴长,然后结合卡尔曼滤波算法实现目标的跟踪。仿真实验结果表明,通过与基于随机矩阵、乘性误差以及卷积神经网络等模型的算法相比,所提算法的跟踪性能有显著改进。     

惯导系统传递对准模型的研究进展综述

初始对准是惯导系统开启工作后必须经历的阶段,而传递对准则是一种特殊的动基座初始对准技术,可有效提高武器装备的快速反应和精准打击能力。对惯导系统传递对准模型的研究进展进行了综合评述。首先,从姿态误差的定义出发,系统归纳了?_n角误差模型、?_m角误差模型和相对姿态对准模型,对比分析了三类误差模型的特点。其次,给出了导航速度、相对速度和惯性速度的定义,理论推导了三种导航速度误差方程。然后,介绍了传递对准的量测模型,并重点归纳了基于相对姿态理论的文献所采用的量测模型。最后,讨论了传递对准有待解决的技术问题和未来研究方向。综述表明,误差的数学定义和参考坐标系以及匹配参数决定了传递对准模型的丰富性,在实际使用时,可以根据应用背景以及使用条件选择相应的传递对准模型,而在误差建模、误差激励、性能评估等方面,传递对准技术都有待进一步研究。     

基于RBF神经网络的背景估计及红外小目标检测

利用RBF神经网络的函数逼近特性,得到了一种红外图像背景估计算法,进而提出了一种检测红外小目标的方法。利用有目标和没有目标的真实红外图像对此算法进行检测,背景估计效果理想,小目标检测效果理想,证明该算法是可行有效的。     

角度欺骗有源假目标的动力学特性

针对高空高速目标探测过程中可能出现的角度类欺骗有源假目标,从理论上系统地分析了其动力学性质,导出了假目标的动力学方程,并分析了假目标的机械能和动量矩守恒问题。理论分析和仿真试验均表明,具有固定角度欺骗的方位有源假目标其动力学特性和真实目标完全一致,在动力学上是无法鉴别真伪的;除此之外的其他角度类欺骗有源假目标均不满足高空高速目标椭圆轨道特性以及动力学守恒定律,利用这种差异可以在数据处理层对假目标进行鉴别。     

基于并行学习鲁棒自适应的多操纵面飞机故障估计方法

针对多操纵面飞机执行机构多发、频发故障的严峻问题,提出了一种鲁棒自适应故障估计方法,以得到精确故障信息.通过低通滤波,结合并行学习技术,引入了一组系统变量的滤波变量;基于上述滤波变量,构建了故障估计直接误差向量,进而设计了鲁棒自适应故障估计器;基于Lyapunov稳定性理论证明了所设计估计器的收敛性和鲁棒性.以ADMI...     

зрлaнгa分布及其在保障性数据分析中的应用

首先对（?）分布的特点进行了分析,其次运用极大似然法对其分布参数t_0进行了估计,然后通过2个实例验证了这种分布的可行性和实用性,最后得出几点结论。SS     

用批递归估计器纯方位跟踪机动目标

本文介绍一种新的批递归估计器用杂波中的纯方位量测跟踪机动目标(即,低信噪比(SNR)目标)。标准的递归估计器跟广义卡尔曼滤波器(EKF)一样由于缺乏初始目标距离信息而造成粗劣收敛和不稳定状态。另一方面,批估计器不可以处理目标机动。为了纠正这些缺陷,本文用概率数据互联将批最大似然——概率数据互联估计器(ML-PDA)同递归交互多模型(IMM)估计器组合,在有杂波的条件下产生较好的航迹初值和航迹保持结果。还论证,批递归估计器可以用于基于目标状态估计的自适应己舰机动决策,以提高目标的可观测性。跟踪算法对有8dB信噪比的目标被证明是有效的。     

变结构多模型估计第V部分——可能模型集合算法

本文提出了一种称为可能模型集合(LMS)算法的变结构多模型(MM)估计器,它适用于大多数混合估计问题并且比较容易实现。在任何时刻使用所有与系统模式匹配的模型。本文讨论了该模型的不同版本。最简单版本通过删除所有不太可能的模型,激活所有主要模型可能跳变的模型来获得模型集合的自适应,从而获得可能的期望系统模式转移。通过一个跟踪机动目标和一个失效检测和识别的例子来演示了LMS估计器设计和应用的通用性、简单性和容易性。文中也给出了算法同其它一些固定结构-变结构估计器在费效比方面的比较结果。