初距为自适应参量的纯方位最小二乘TMA模型

针对纯方位目标运动分析(TMA)中距离平差法需要人工修订初始距离的限制,建立以初距为参量的最小二乘纯方位目标运动分析(TMA)模型,提出一种自适应确定初始距离的方法,放宽对人工修订初始距离的限制.通过数值仿真,结果表明该方法的有效性,且在收敛时间和解算精度指标上较传统纯方位最小二乘纯方位目标云动分析(TMA)有明显改善.     

某型坦克炮超越射击时友军至目标的安全距离

采用定量分析和定性分析相结合的方法,在以往研究成果的基础上,首先系统地分析并提出了影响坦克炮超越射击时友军至目标安全距离的主要因素;以此为基础,针对平坦地形和起伏地形上坦克炮超越射击的不同情况,分别建立了确定友军至目标安全距离的数学模型;最后通过运用Mathematica软件进行定量计算,并结合定性分析,提出了某型坦克炮使用尾翼稳定脱壳穿甲弹、空心装药破甲弹和杀伤爆破榴弹进行超越射击时友军至目标的安全距离.     

液化石油气火灾扑救中安全距离的确定

液化石油气由于易燃易爆的特性,在生产、储运和使用过程中极易引起火灾,甚至造成灾难性的爆炸事故,发生爆炸时威力又相当巨大,在扑救中确定安全距离是火场指挥人员必须要掌握的知识。通过对液化石油气物理和化学爆炸中燃烧物的燃烧半径的估算和抛出物的距离估算,分析确定液化石油气储罐火灾的安全扑救距离,供一线消防指挥人员参考。     

工业电雷管安全距离综述

简述了工业电雷管安全距离的发展历程,阐述了工业电雷管安全距离的两种分析方法。     

多输出性能下的重要性测度指标及其求解方法

针对基于马氏距离的重要性测度存在的问题,提出了基于谱分解加权摩尔彭罗斯马氏距离的重要性测度指标,通过构造多输出协方差阵的广义逆矩阵以及谱分解的策略,有效解决了协方差阵求逆奇异情况以及由于未能充分考虑多输出之间的相互关系而导致的错误识别重要变量的问题,克服了基于马氏距离指标的局限性。数值算例与工程算例结果表明:所提重要性测度可以更加准确地获得输入变量对结构系统多输出性能随机取值特征贡献的排序,从而为可靠性设计提供充分的信息。     

基于Delphi-BP神经网络的装备保障能力评估

针对评估指标数量过多可能给评估过程及结果带来的弊端,在构建装备保障能力评估指标体系基础上,给出了基于Delphi法的指标体系筛选的方法步骤,通过计算累计贡献率,对指标体系进行了筛选,降低了评估模型的输入维度。建立了评估部队装备保障能力的三层BP神经网络模型,利用Matlab神经网络工具箱对网络进行了训练和仿真,结果显示误差小于10-3。最后,通过对比评估,验证了方法的有效性和正确性。     

杂波对空中平台侦察的影响分析

为从功率角度说明杂波对空中侦察设备的影响,提出一种新的杂波功率计算方法,该方法将杂波功率计算从单散射块的简单模型扩展到全向散射空间的精确模型。首先,选取合适的杂波后向散射系数模型;其次,构建空中平台与机载雷达的几何模型,详细地推导了等距离环数学表达式,在考虑距离模糊情况下推导了杂波功率数学表达式;最后,仿真结果表明:该方法比文献杂波功率计算方法更加准确,从功率角度说明了杂波对侦察的影响,为后面研究杂波抑制奠定了基础。     

反导案例匹配中的距离度量算子北大核心

反导作战中运用案例推理的方法重用以往的相似案例可以提高决策效率,在相似案例的匹配中对于数值属性的相似度计算常用到的是基于距离的度量方法,现有的基于距离度量的方法对于较相似案例之间的区分性不高。针对这一问题,提出一种新的距离度量算子,经数学公式推导证明了其合理性,通过与其他度量算子的对比,证明该算子在2个数值相差很小时有着更高的分辨率。用该算子改进欧式距离,在弹道导弹相似识别实验中验证了其有效性。     

基于数据挖掘的仿真模型验证

针对复杂系统输出具有数据量大、高度复杂性、非线性和非平稳等特点,将数据挖掘思想和有关方法引入到导弹系统仿真模型模型验证,通过对仿真数据和试验数据进行模式表示和特征提取,将2时序数据的模式距离作为评价指标来衡量模型的有效性。仿真分析表明,该方法相比传统方法计算量小,但意义明确,具有一定的实用性和参考价值。     

KK分布杂波下的距离扩展目标检测算法

针对服从KK分布的大拖尾雷达杂波背景下的扩展目标检测问题,利用球不变随机变量表示了KK分布雷达杂波模型。在假设目标回波幅度已知的情况下,研究了基于Neyman-Pearson准则的距离扩展目标最优积累检测器,并通过对目标幅度的最大似然估计,推导了广义最大似然比检验检测器模型。为了降低这两种检测器中因计算第二类修正的贝塞尔函数而引入的运算复杂度,提出了一种基于顺序统计量的广义似然比检测器。该检测器利用检测窗内幅度较大的距离单元回波作为目标回波进行判决。利用蒙特卡罗仿真对这三种算法的性能进行了验证与比较,虽然最优积累检测器与广义似然比检测器具有更好的检测性能,但实现困难,计算量大,而基于顺序统计量的广义似然比检测器则具有更高的实用性。