数字通信及状态相关方法在线缆测试中的应用

给出了基于串行数字通信及状态相关的线缆测试方法。对舰艇作战系统中各分系统、设备之间互连的电缆线路进行快速测试,通过对芯线状态测试矩阵的逻辑处理和变换,能准确地得到芯线状态的检查结果。实验表明:这种方法能大大提高对舰艇作战系统中各分系统、设备之间互连的电缆线路的检查维修效率。     

某型导弹弹翼静力分析的一种数学模型

应用有限元方法,建立了变厚度薄板三角形单元刚度矩阵,给出了变厚度薄板三角形单元形心上的应力和位移计算的数学模型。通过对某型反坦克导弹弹翼进行静力分析和实验比较,表明采用这种模型进行分析合乎结构设计精度要求。     

非匹配摄动系统协方差矩阵的定界估计

基于Ｌｙａｐｕｎｏｖ 稳定性理论,在系统矩阵及噪声输入矩阵均存在非匹配摄动的一般情形下,研究随机系统稳态状态协方差的定界估计问题,通过求解两个代数Ｒｉｃｃａｔｉ方程,给出了该协方差矩阵上下界的估计式,并提供了一个说明性算例     

无约束自由体有限元分析中的准静态法

在对某水下无约束航行体进行有限元静力分析的时候,由于无法限定结构的自由度而使刚度矩阵奇异,从而导致求解失败。为了解决这一问题,采用强迫约束法和准静态法(惯性释放)对此航行体进行了有限元静力对比计算,结果表明:用强迫约束法对水下航行体进行静力分析时,在施加强迫约束的部位出现了严重的应力集中现象,应力最大值为1.25×106Pa,应力集中使得整个结构的应力分布与实验数据相差较大,可认为计算结果错误;采用惯性释放法对其进行静力分析时,应力最大值为3.27×105Pa,整个结构的应力分布合理,与实验数据一致,计算结果正确。     

自动测试系统多层次模糊综合评价方法

针对自动测试系统(ATS)多层次、多指标综合评价问题,提出了一种多层次模糊综合评价方法。首先通过德尔菲法确定系统的评价指标体系,并通过领域专家确定底层指标的隶属度矩阵;然后采用层次分析法确定各层指标的权重,并经过一致性检验;将底层的评价结果作为其上一层的隶属度矩阵,再根据相应层的权重进行评价,得到该层的评价结果。依次类推到最顶层,得到系统的最终评价结论和量化结果。最后以某型ATS为例验证了其有效性。     

模糊一致矩阵的AHP在装备采购风险评价中的应用

针对传统层次分析法的不足,在装备采购风险评价中引入了基于模糊一致矩阵的层次分析法,提出了装备采购风险评价的模糊层次分析方法,不但解决了传统层次分析法中判断矩阵一致性的检验、调整和判断标准等问题,而且充分集成了多个专家的知识和经验,使决策过程更贴近实际,更便于理解。算例分析结果验证了所提出装备采购风险评价方法的可行性和有效性。     

权重信息不完全的机载雷达作战效能评估模型

为解决指标权重信息不完全时的机载雷达作战效能评估问题,提出了一种评估模型。对专家关于指标权重给出的残缺判断矩阵,给出了其一致性评判标准。结合残缺判断矩阵的最佳一致性比例,构造了一个单目标优化模型,用于计算指标权重。在此基础上提出了权重信息不完全的机载雷达作战效能评估模型。最后给出一个实例验证了评估模型的有效性。     

基于偏差熵的专家聚类赋权方法

在群决策专家聚类赋权过程中,可能出现专家给出的判断矩阵一致性比率与排序向量信息熵都相等但专家意见不同,却被赋予了相同权重的情况。针对上述问题,提出一种基于偏差熵的专家聚类赋权方法。该方法采用聚类分析的思想,基于比例构建相似系数,实现对专家群的分类;引入专家判断矩阵的一致性权重,并综合类容量构建权重指标来反映类别间的差异,确定专家类间权重;最后,在各专家类中建立偏差熵模型,依据类中专家达成一致性意见的贡献程度确定专家的类内权重,并得到专家的总体权重。具体算例表明,该方法可行有效。     

基于增强现实的装备诱导维修系统设计与实现

针对目前装备维修过程中存在的复杂度高、上手慢和安全性低等问题,构建了一个诱导维修原型系统,并围绕增强现实关键技术阐述了诱导维修系统的设计与实现;采用了模块化设计方法,通过分析诱导维修系统设计需求,对系统所需要的各个功能模块进行了设计,并且使得系统的维修任务能够根据维修对象的改变在框架不变的前提下得到修改或升级;利用该原型系统对发动机活塞环和离合器片更换两项维修任务进行了诱导,验证了系统的功能。     

基于单类集成分类器的JPEG通用隐写分析

针对JPEG图像通用隐写检测问题,提出了一种基于单类集成分类器的新方法。算法提取图像DCT块内、块间和小波层内、层间的共生特征以及小波子带系数的直方图特征对图像进行描述,并计算检测图像及其原始估计图像所提共生矩阵和直方图分布的对称交互熵作为隐写分析特征;然后,随机构造若干个特征子空间,利用bootstrap方法构造载体图像训练子集,分别进行单类训练得到数个基分类器;最后,将基分类器的分类结果按多数投票法进行融合作为单类集成分类器的分类结果。实验结果表明,单类集成分类器能显著提高算法的检测效果,而且,本方法相比基于多超球面OC-SVM分类器的单类隐写分析方法,具有更高检测率。