惯性导航系统故障诊断的不确定性问题研究

针对构造惯性导航系统 ( INS)故障诊断所面临的确定性和不确定性问题 ,提出了基于模糊集理论的诊断方法 ,并给出诊断系统自动获取不确定性证据和确定性证据隶属度的方法及函数 .认为对于确定性证据和不确定性证据可以用统一的方法和原则来处理 ,并建立了两类证据的实用数学模型     

基于AHP和模糊数学的课程评估系统初探

给出课程评估的因素和指标体系,提出模糊数学与AHP相结合进行课程综合评价的原理与方法,使对问题的定性分析与定量分析得到有机结合,评估结果科学合理.     

D-S证据论在空中目标分类中的应用

首先叙述识别、分类空中目标时需使用多传感器融合技术,分析可利用的各类传感器和从其可得到的各种目标属性参数,以及各种数据融合方法.然后详细介绍了基于D-S证据论的3种多源信息融合分类空中目标方法,并对具体仿真应用结果作了比较.     

基于理想点法的UUV集群通信性能评估方法研究

UUV集群性能准确的评估对于UUV集群的选择和优化具有重要意义。通信性能是UUV集群重要的性能之一,UUV集群作业的各个环节都发生着信息的传递,通信质量直接影响整个UUV集群性能。通过研究UUV集群通信性能评估方法,建立了通信性能评估指标体系,确定了各指标参数获取方法,并用相对比较法计算了各评估指标的权重系数,在此基础上基于理想点法对5型UUV集群的通信性能进行评估,评估结果表明该方法计算速度快,区分度明显。     

模糊综合法和灰色聚类法的应用比较

针对装备性能评估方法选择问题,研究了模糊综合评价和灰色聚类分析两种方法的评价应用.给出了两种方法的步骤和关键模型,以对某导弹武器系统作战能力评价为例,构建其作战能力指标体系,使用模糊综合评价和灰色聚类分析两种方法进行了作战效能评估,对两种评估方法评估结果及方法的适用性进行了分析.结果表明:相对于灰色聚类分析方法,模糊综...     

基于改进DS理论多周期数据融合的目标识别方法

为了应对复杂战场环境下信息不确定性及证据冲突造成目标识别困难的问题,解决配准关联错误及应答欺骗产生的误识别问题,减小融合算法对先验数据的依赖,提出了一种基于改进DS证据理论的多周期多传感器数据融合方法以实现高效的战场目标识别。方法采用4个层级,两个方面的多传感器数据融合结构,在改进DS证据理论处理性能的同时,充分利用多个周期识别结果的融合实现最终目标识别。仿真结果表明,该方法在提高目标识别准确性的同时,能够有效解决目标密集和应答欺骗造成的目标误识别问题。     

基于坐标的多区域风险综合模型

针对装备研制阶段的风险评估,采用风险可能性和风险后果的交叉结果来综合反映风险值,通过对概率-影响矩阵和典型风险综合模型进行分析研究,提出了基于坐标的多区域风险综合模型,该模型根据概率和影响在不同情况权重差别,将所有情况进行了区域划分。在此基础上,对区域进行连续化处理,将概率影响权扩展到所有风险情况,建立了更为详细的符合实际情况的概率-影响关系,以更加准确地对风险进行综合评估。     

一种改进的D-S冲突证据合成方法

产生反直觉结果是D-S证据理论在融合冲突证据时经常出现的问题,为了解决这一问题,提出一种改进的D-S冲突证据合成方法。利用Pignistic概率距离衡量证据间的冲突;同时,引进证据间相似度、支持度、确定度、决策度以及可信度来共同确定证据的权重,合理地分配冲突在各命题的比例;并对存在冲突的证据进行修正处理;最后,利用统一信度函数模型对证据进行合成。通过算例验证并与其他方法进行对比表明,所研究的方法在处理冲突证据时优于其他方法,鲁棒性和收敛性更好。