宽带稀疏线阵内外场联合通道校正技术研究

实际工程应用中数字波束形成的关键技术之一是接收通道校正,校正的精度将直接影响形成波束的主瓣宽度和副瓣电平。结合某工程实例讨论了一种在工程实现中的接收通道校正方法,通过频域均衡滤波器法和内外场联合利用已知信号源的天线校正方法,实现了通道幅相不一致性的校正,并提出了提高波束精度的天线方向校正方法。最后,根据实验数据计算相关的校正系数,并对测试信号进行校正,校正结果验证了该方法的有效性。     

自适应旁瓣对消系统中的通道均衡技术

自适应旁瓣对消(ASLC)是雷达抗有源干扰的有效方法.它采用空间滤波技术,通过辅助接收通道在于扰方向形成波束图的零点,实现对干扰信号的抑制.但是通道间频率特性失配使主、辅通道信号产生去相关作用,导致对消性能大大下降,在通道中插入FIR均衡器,可以补偿各通道之间的失配,使对消比有较大幅度的提高.     

贝叶斯网络用于作战态势评估

作为一种知识表示和进行概率推理的框架,贝叶斯网络在具有内在不确定性的推理和决策问题中得到了广泛的应用.因果推理是态势评估中的一个重要环节,用贝叶斯网络找出态势假设和事件之间的潜在关系,正是态势评估所需完成的功能.提出了构建贝叶斯网络进行态势估计的步骤,分析了态势估计系统事件的层次.给出一个具体的实例,演示了使用贝叶斯网络进行态势估计的过程.     

军队医院成本效用分析

文章将军队医院成本分为医疗成本和药品成本,以医院总成本投入可以通过效用来表达的假设为前提条件,描述了军队医院成本效用曲线及其特点,分析了军队医院成本约束线及其变动趋势,探讨了最大效用条件下军队医院成本的均衡选择。     

基于OWL本体扩展的视频语义内容分析

随着可获得视频数据的快速增长,迫切需要有效的方法在语义层理解和管理视频数据。对OWL语言进行扩展,提出了V-OWL本体描述框架,支持视频内容蕴含的时空关系和不确定性关系的建模,使用基于贝叶斯网络的B-图描述模型,将V-OWL本体概念、关系映射为B-图中的节点、边,利用贝叶斯网络训练推理算法实现视频高层语义的自动推理发现。实验结果显示,V-OWL本体描述框架对复杂视频内容具有很好的描述能力,基于V-OWL的视频内容分析框架对视频高层语义探测具有较高的查准率和查全率。     

小子样条件下航天轴承性能可靠性建模与评估

航天油润滑轴承可靠性具有小子样、无失效数据特点,即使采用性能可靠性方法进行建模与分析,仍存在性能数据不足问题。提出小子样条件下航天轴承性能可靠性分析的多层贝叶斯模型及模型求解方法。通过失效分析,建立轴承性能退化过程模型。利用自助法、试验数据、物理模型和专家经验等确定Bayes验前分布,并采用MCMC方法解决Bayes计算问题。实例分析表明,该方法具有较好的适用性,是解决小子样条件下长寿命产品可靠性建模与评估问题的一种有效途径。     

模拟体系对抗价值链的网络同步模型

描述战斗毁伤"规模效应"的Lanchester模型默认作战体系内部是"完美的"。本文扬弃此假设,首次从作战体系内部"共识"涌现的视角提出了一个模拟体系对抗价值链的网络"同步效应"模型,研究了战场变化、个体/群体认知、自同步与对抗均衡等概念的网络拓扑和权值演化形式,并发现在对抗均衡条件下无标度网络具有"同步脆弱性"。     

基于滤波算法的对比研究

在处理目标跟踪的过程中,为了与实际接近,动态系统的模型选为非线性,而滤波算法采用非线性系统的滤波方法。在介绍了三种非线性滤波算法(EKF、UKF、PF)的原理和实现的同时,说明了各自适用的范围,以便针对不同问题采取比较便捷的算法来有效地实现算法在实际中的应用。EKF适用于线性化过程中系统对高阶项要求较小的情况下,UKF适用在噪声服从高斯分布的情况下,PF则适用与非高斯分布的情况下。此外,通过实例对三种算法分别进行了跟踪仿真实验,表明UKF、PF算法精度要比EKF算法高,UKF、EKF的实时性比PF好,PF的计算量相对较大。     

焦平面红外弱小目标检测新算法

针对焦平面红外图像中运动弱小点目标的检测问题,基于形态学滤波器和模糊决策融合构建了一种新的弱小目标检测算法。针对单帧检测,基于目标在实测红外图像上所呈现的凸包结构特点,设计了圆形形态学滤波器结构,并引入神经网络进行圆形形态学滤波器结构元素优化设计。同时在多帧关联检测的基础上,引入决策融合概念,基于贝叶斯最小风险准则建立了基于模糊决策融合的序列关联检测方法。实测数据的处理结果表明:针对低信噪比图像(SNR≈2),在虚警概率≤1%情况下,新算法对复杂红外弱小目标图像检测概率≥98%,有效地提高了检测算法的性能。     

空地对抗决策中粗糙贝叶斯理论应用

模糊逻辑作为模糊语言描述系统,既可以描述应用系统的定量模型也可以描述其定性模型,粗糙贝叶斯在具有内在不确定性的推理和决策问题中得到了广泛的应用。首先分析了使用粗糙贝叶斯网络进行态势评估知识表示问题;其次提出了构建粗糙贝叶斯网络进行态势评估的步骤;最后给出一个具体的实例,演示了在防空作战战场中使用粗糙贝叶斯网络进行态势评估的过程。