贝叶斯参数估计在雷区范围估计中的应用

提出了以发现水雷位置信息为抽样点,在给定估计误差的条件下,使用贝叶斯参数估计方法进行雷区范围估计的思路。详细讨论了水雷服从均匀分布时使用贝叶斯参数估计方法估计雷区范围的问题,给出了相关公式的推导过程,并设法解决仿真中存在的中间数值过大的问题。仿真结果均在允许误差范围之内,这验证了算法的可行性。     

贝叶斯方法在某型防空导弹武器系统可靠性评估中的应用

提出采用贝叶斯(Bayes)方法分析防空导弹武器系统的可靠性问题.首先对各种不同分布类型的单元进行Bayes可靠性分析,利用某型防空导弹武器系统的试验信息构造系统可靠性验前分布,再利用Bayes定理和系统试验信息更新系统可靠性的验前分布得到验后分布,最后对系统可靠性进行评估.仿真算例说明了评估方法的合理性.     

基于贝叶斯方法的大学生学习成绩影响因素分析

本文采用社会科学研究中常用的贝叶斯方法,利用MCMC模拟中的Gibbs抽样技术,分析了新疆大学某学院本科生的学习成绩的影响因素,研究发现,高考分数和地域因素对该系学生的学业影响较大,同时发现地域和高考分数的交互作用对学生学习成绩也具有较明显的影响。为分析新疆大学学生的学习差异提供了科学依据。     

基于贝叶斯网络的威胁识别

根据威胁识别与贝叶斯网络的特点,提出了基于贝叶斯网络的威胁识别方法.分析了使用贝叶斯网络进行威胁估计表示问题,提出了构建贝叶斯网络进行威胁估计的步骤.最后,给出一个具体的实例,演示了使用贝叶斯网络进行威胁识别的过程,实现了战场态势中蓝方机群对红方战术意图的提前预测.     

基于贝叶斯网络分类器的雷达辐射源识别方法

雷达辐射源识别是电子对抗中的重要组成部分.贝叶斯网络分类器建立在坚实的理论基础之上,具有较为优秀的分类性能,而且能够有效地处理不确定性问题,重点研究了如何利用贝叶斯网络分类器进行雷达辐射源识别,并通过仿真实验对朴素贝叶斯分类器及其扩展方法进行了分析比较.实验结果表明,与基于概率近似准则的方法相比,基于分类准确率提高准则的扩展树生成方法具有更为优秀的分类性能.     

学员队管理负强化激励的悖论

引入激励理论 ,并分析其在军队院校学员队的运用 ;而后根据博弈理论的引入及纳氏均衡求解 ,得出学员队为加强日常管理工作所采取的负强化激励工作方法的博弈规则 ,并提出对策建议。     

稀疏贝叶斯学习框架下的扩展目标雷达关联成像

传统的关联成像方法未考虑复杂扩展目标的结构信息,在高分辨成像时的应用受到限制,为此提出一种自适应结构配对稀疏贝叶斯学习方法。该方法在稀疏贝叶斯学习的框架内针对扩展目标建立一种结构配对层次化高斯先验模型,然后采用变分贝叶斯期望-最大化算法交替进行目标重构和参数优化。该方法将某一信号分量的重构与周围信号分量联系起来,并能在迭代过程中自适应地调整表征各信号分量相关性的参数。实验结果表明,该方法针对扩展目标可以有效地进行高分辨成像。     

时间跨度对GPS坐标序列噪声模型及速度估计影响分析

选取全球范围内72个基准站的坐标序列,采用改进的赤池信息量准则、贝叶斯信息量准则对不同噪声模型组合进行噪声分析,得到基准站坐标序列的最优噪声模型及速度参数,探讨时间序列跨度对噪声模型及速度估计的影响。结果表明,基准站坐标序列噪声模型不能由单一的噪声模型表述,其呈现出多样性特征,主要表现为幂律噪声、高斯马尔科夫噪声、闪烁噪声+白噪声特征,且三坐标分量表现出不同的噪声特性;随着时间跨度的增加,坐标时间序列的最优噪声模型、GPS站速度及其不确定度逐渐由发散趋于收敛,随机游走噪声模型的比重有所增加。结果表明10 a以上的时间跨度是较为理想的噪声模型估计尺度。     

军事云环境下基于动态博弈的资源调度方法

针对军事云环境下联合指挥资源调度优化问题,综合考虑了多部队任务需求,多目标优化,多部队资源竞争等约束条件,运用动态博弈理论及方法,建立并提出了一种基于完全信息扩展博弈的资源调度模型及方法,提高了资源调度效率,兼顾了多部队利益,增加了联合作战效益。最后通过实验验证了其有效性及准确性。     

舰载反潜直升机吊放声纳区域反潜策略建模

为提高舰载反潜直升机吊放声纳区域反潜搜索作战效能,对舰载反潜直升机吊放声纳区域反潜搜索策略问题进行了建模。根据潜艇目标位置信息的不确定性,研究了潜艇目标位置信息的概率分布函数,采用Markov状态转移概率矩阵描述了潜艇目标位置信息变化的方法。其次,给出了基于贝叶斯理论的潜艇目标信息概率分布函数更新公式。再次,推导了舰载反潜直升机吊放声纳区域反潜最优策略,给出了舰载直升机吊放声纳区域反潜搜索算法。最后给出了典型案例,验证了反潜搜索策略的有效性。研究成果可为舰载反潜直升机吊放声纳区域反潜提供决策依据。