基于层次分析法的军队油料消耗组合预测模型

在军队油料消耗预测中以直线趋势外推预测法、季节指数预测法和灰色预测法构成组合预测模型,以此为基础引入层次分析法来确定各自权重,按各项预测的重要程度求出组合预测结果。组合预测结果精度较高,并且通过对该组合预测模型中的判断矩阵灵活调整,从而可得到一组适合对应单位的油料消耗组合预测权系数,具有良好通用性,在部队中具有较好的推广价值。     

模糊综合评判在武器费用-效能分析中的应用

针对武器费用-效能分析需综合考虑费用、效能和时间三方面因素的问题,提出一种基于模糊综合评判法的多目标决策问题的解决方案.介绍了模糊综合评判的数学模型,总结了在应用模糊综合评判进行辅助决策时需要注意的三点问题,最后结合实例对4种飞机备选研制方案,通过建立单因素评判的模糊优先矩阵、计算单因素排序向量进而得到评判矩阵,采用加权平均型合成算子,将评判矩阵与由KLEE法得到的加权向量进行合成,得出了4种方案的费用-效能分析结果,为方案的选择提供了依据,结果表明,这种方法具有实用价值.     

空中编队指挥引导智能决策模型研究

提高空军C3I系统指挥控制能力的关键手段之一是实现对大规模空中编队指挥引导的自动化。提出了实现智能指挥引导系统的总体结构,构建了规则库、模型库,分析了指挥引导规则的优化方法。在空军大规模仿真系统中的运行结果证明,该模型设计正确合理。     

支持QoS的无线Mesh网络机会路由优化算法

针对空中骨干Mesh网络资源有限、计算能力相对不足的特点以及传统简单机会路由(Simple Opportunistic Adaptive Routing,SOAR)路由算法未充分考虑负载均衡与不同业务服务质量(Quality of Service,Qo S)保障需求差异性的问题,提出一种支持业务区分的改进型SOAR路由算法。该算法在考虑链路拥塞控制和负载均衡的基础上,定义综合预期传输次数来描述链路的综合状态,有效降低网络拥塞概率;同时根据传输业务类型的不同,设计一种基于层次分析法的路由选择策略,实现路径选择与业务类型的动态匹配。仿真结果表明,在重负载条件下,改进型SOAR路由算法相比传统SOAR路由算法其时延、吞吐量和吞吐率性能明显提升。当网络中存在不同类型业务时,改进型SOAR路由算法能够根据业务Qo S保障需求的差异性自适应选择最佳传输路径。     

落点散布鉴定中Bayes序贯截尾方法的运用

本文研究再入飞行器落点散布的鉴定方法。构造了 Ｂａｙｅｓ 序贯截尾方案；分析了可能冒的风险，给出了计算方法； 对于 Ｂａｙｅｓ 方法运用中的关键问题——验前信息的运用及验前概率的计算， 作了较详细的论述。文中提出的方法， 适用于小子样场合下的试验鉴定问题。     

温度对锂硫电池放电过程的影响

为深入研究液相扩散过程对锂硫电池放电过程的影响,采用充放电测试、循环伏安测试了不同温度下锂硫电池的电化学性能,采用电子扫描显微镜观察分析了不同温度下放电后的正极形貌.实验结果表明,温度降低引起电解液粘度增加,离子在电解液中的扩散系数降低;当温度低于10℃时,锂硫电池的放电性能明显恶化,低放电平台容量的降低是电池性能恶化的主要原因.循环伏安测试分析表明,锂硫电池的低放电平台是扩散控制过程,受温度影响较大.离子在电解液中的扩散过程受限引起碳骨架的钝化,进而造成低放电平台活性物质未充分反应,这是锂硫电池放电过程受温度影响的主要原因.     

一种鲁棒的场地球类视频中的球门探测方法

在场地球类视频中,球门常常会伴随着精彩片段而出现。因此,球门探测是体育视频的基础,同时也是视频高层语义概念探测的研究热点。目前,利用机器学习方法进行视频中的对象探测是非常有前途的研究领域。基于此,提出一种基于模糊决策树的球门探测算法,用来探测场地球类视频中球门帧的出现,为了提高分类准确性,在模糊决策树训练的过程中加入了平衡处理。实验结果表明,与基于阈值和决策树的算法相比,该算法可以得到更好的分类结果(F-measure>95%),并且我们可以从所建立的树中推导出模糊规则来解释分类模型。     

基于方位特征序列的地雷鉴别算法

在使用低频超宽带合成孔径雷达(UWB-SAR)对地雷进行探测的过程中,根据目标电磁散射随方位角和入射角的变化特性,提出一种利用双峰间距和频率凹点特征沿方位向变化的隐马尔科夫模型(HMM)鉴别算法。该算法首先针对目标感兴趣区域(ROI)图像估计其各方位回波响应,然后利用时频原子提取时域双峰间距和频率凹点,进而得到随方位角变化的特征序列,再通过SAR工作时方位角和入射角的变化特点以及训练样本确定HMM参数,并在此基础上计算疑似目标新的特征矢量,采用马氏距离进行判别。实验结果表明了本文所提方法在目标鉴别方面的有效性。     

经马氏修正的Poisson过程的极大似然估计

近年来 ,隐马氏模型成为研究相依随机变量的一个十分有用的工具。实际应用过程中的一个很重要的问题是如何对隐马氏模型的参数进行估计。将一类连续时间隐马氏模型的问题转化为离散时间隐马氏模型的问题 ,给出了具体的隐马氏模型———经马氏修正的Poisson过程的极大似然估计及其算法。此类过程被广泛用来对复杂电信网络的交通流进行建模     

基于MCMC方法的Lorenz混沌系统的参数估计

基于贝叶斯理论,提出用马尔科夫链蒙特卡罗(MCMC)方法来估计Lorenz混沌系统的未知参数。首先导出了未知参数分布规律的后验概率密度函数;接着采用自适应Metropolis算法构造Markov链;然后截取收敛的链序列,计算混沌系统参数的估计值。数值试验表明:该方法具有很高的估计精度,同时具有较好的抗噪声性能。