基于矩阵的C4ISR系统结构设计评价

主要目的是提出两种矩阵方法对C4ISR系统结构进行评价.其中邻接矩阵法用于评价C4ISR系统之间的互连互通性,对于评价规模较大、结构复杂的系统结构较为适用;模糊矩阵法用于评价系统之间的相似性,通过科学的评价指标体系消除系统之间的冗余.这些方法是当前主流的经验评价方法(如ATAM方法)的有效补充,具有一定的科学性和合理性.最后分别给出了两种方法的一个应用实例,体现了其在工程实践上的价值.     

基于最优传递矩阵层次分析法的改进及应用

揭示了基于最优传递矩阵而建立的改进层次分析法（IAHP）产生误导的原因,将IAHP方法与“贴近度”概论结合使用,采用新的一致性检验方法,简化了层次分析法的计算过程。     

整环上不定方程组的通解公式及其应用

借助Z上矩阵A∈Mm×n(Z)的标准形式D=VAU=diag(d1,d2,…,dq,0,…,0),得到了整环上不定方程组AX=B的通解公式以及矩阵初等变换法.     

基于时滞分割法的具有leakage项时滞的离散型神经网络状态估计

摘要：研究一类具有leakage时滞的离散型神经网络的状态估计问题．通过构造新的Lyapunov泛函得到保证估计误差全局渐近稳定的充分条件,并通过求解一个线性矩阵不等式（LMI）得到状态估计器的增益矩阵．采用一种新的时滞分割方法将变时滞区间分割为多个子区间,使该结果在获得更小的保守性同时也降低了计算的复杂度．     

基于模糊聚类的综合评判在干部评价中的应用

针对传统干部评价模式中对评价数据缺乏有效利用的问题,提出了基于模糊聚类的综合评判方法,并引入新的评价分析策略。在对现有部队干部综合评价指标进行尝试性地改良、完善、归类的基础上,运用模糊数学理论,依据评价来源和评价目标构建量化模型,通过评价基本指标、目标层二次量化、优选目标人才、核心指标测评、动态聚类分析五个步骤,实现军队干部选拔任用的综合评价分析,最后给出具体的人力资源优化配置建议。实例分析验证了该方法的合理性和有效性。     

GPS接收信号中线性扫频干扰的抑制

研究了阵列接收的GPS接收信号中线性扫频(LFM)干扰的抑制问题。LFM信号瞬时频率的估计是抑制干扰的关键,而要准确估计信号瞬时频率,必须抑制接收信号时频分布中交叉项干扰。本文对接收信号矢量进行白化,得到信号矢量白化后的空时频分布(STFD)矩阵。文中推出一个与传统方法获得的判决变量不同的判决变量,用该判决变量可以更加清晰地选出LFM信号在时频分布中的自项。根据时频脊点的分布估计LFM信号频率参数以及信号瞬时频率,之后即可根据瞬时频率构建陷波器滤除干扰。仿真表明该方法能够将受交叉项严重干扰的接收信号时频分布映射为清晰的接收信号自项的时频分布,在数据快拍数满足一定要求时可以很好地抑制掉LFM干扰。     

结合流形滤波的矩阵信息几何检测器

针对小样本、非均匀杂波下的信号检测问题,提出一种基于流形滤波的矩阵信息几何检测器,将信号检测问题转化为矩阵流形上的几何问题。将每一个样本的相关性数据建模为一个托普利兹正定矩阵,在此基础上,利用每一个样本数据的邻近矩阵进行加权平滑滤波,去除一部分杂波能量,提升目标与杂波间的区分性。计算了辅助样本数据对应矩阵的几何均值,通过比较待检测样本数据矩阵与几何均值矩阵之间的距离与检测门限的大小,以实现信号检测。实验结果表明,与自适应匹配滤波相比,本文方法在小样本、非均匀杂波下具有明显的性能优势。     

装备研制方案评估的群决策方法研究

针对装备研制方案的群决策问题,分析了常规决策方法的不足之处,并指出在某些情况下,按照常规的处理思路,可能会将合理的方案当成劣解而无意中排除。提出采用改进的优序法来解决装备研制方案的群决策问题,从而达到提高决策质量的目的,给出了计算实例。     

一种可伸缩拓展的指挥训练考核系统体系架构

针对当前考核系统存在的与指挥信息系统脱离,难以开展远程组训等问题,提出可伸缩拓展的指挥训练考核系统体系架构,为集成调用指挥信息系统相关组件、开展大规模组训提供技术支撑。首先,提出多系统融合的组件集成框架以及一体化考核课目评判模式,用以实现包括指挥技能在内的各课目的考核;接着,设计多层级服务端考核结构,在此基础上,通过虚拟化集群等技术的应用,实现多样化条件下的系统快速部署以及远程异地的大规模组训应用。     

干扰抑制类生成式对抗网络

为进一步改善超低频频段的通信质量,在传统改进广义旁瓣抵消算法的基础上,提出新的超低频干扰抑制算法——生成式旁瓣抵消算法。该算法将人工智能研究热点之一的生成式对抗网络模型引入广义旁瓣抵消算法中,通过优化设计生成模型的网络结构及相关超参数,有效地解决了原算法存在的期望信号残留问题,为旁瓣抵消通道中的后级滤波算法提供了与主通道相关性更强的干扰参考信息,从而提高了算法对主通道干扰估计的准确性。为了验证优化后生成模型的有效性以及所提算法对不同类别干扰的抑制能力,在实验室环境下搭建实验平台,设计了多组对照实验。实验结果表明:优化后的生成模型具有较好的生成能力、较好的鲁棒性以及相对较低的运算复杂度;相比于传统改进的广义旁瓣抵消算法,所提算法进一步提高了信号带宽内的信干噪比。