浅谈T（S）函数在准静态热力学过程中的应用

本文简要分析了T(S)函数在准静态热力学过程中的应用,给出了确定过程中最高(低)温度及吸(放)热转换点的方法。对利用T(S)函数计算热循环效率进行了初步的探讨。     

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。     

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。     

基于态势熵的战场情报融合系统建模与仿真

战场情报融合系统抽象为由传感器、融合两类节点经信息链路互连的网络化结构模型,参考信息熵的概念提出态势熵对传感器节点所获取态势信息进行定量计算,将交叉信息融合作为情报融合过程的核心环节,通过协方差修正矩阵解算融合节点的联合态势熵。仿真结果表明:传感器节点扫描频率、融合节点关联信息处理能力是影响系统态势信息质量和融合速率的重要因素;减少信息共享链路能够缩短时延使系统更快获取信息优势。     

基于集对分析的坦克多目标威胁评估方法

针对在未来陆战场复杂多样的局势下,坦克应具备对敌目标实时准确威胁评估的能力。基于客观的熵权法和模糊的集对分析方法,提出坦克的战场威胁评估方法。能够在基于客观目标分析的基础上,引入熵的概念来决定威胁评估的权重分布,在评估过程中考虑到评估自身的随机性与不确定性,采用区间数的形式,利用模糊的集对分析方法,进行评估过程中的计算,达到简单快速的计算过程。经应用实例计算证明,该方法具备相当准确性,评估结果合理,评估方式灵活实用,可满足评估的实时性需求。     

无源雷达智能目标识别

现代战争给无源雷达目标识别提出更高要求。针对传统数据库匹配识别方法存在的识别率低和容错性差等缺陷,提出采用智能算法进行无源雷达目标识别,构建了无源雷达智能目标识别总体框架,并设计了支持向量机方法、神经网路方法和证据理论方法的算法运用框架。提出无源雷达智能目标识别的几个关键问题,为改进和提高无源雷达目标识别技术手段提供理论基础。     

一种基于证据理论的陆战场机动平台情报关联方法

针对陆战场情报来源对象不明的问题,提出了一种采用证据聚类技术对陆战场机动平台情报进行分类以实现目标关联的方法。该方法针对陆战场机动平台的特点,建立描述该类情报的证据理论模型;并将各情报之间的矛盾量化成冲突因子,推导分类优化函数;然后采用平均场模拟退火算法进行情报分类。