常规攻击下的水面舰艇生存能力评定

分析了常规作战对水面舰艇攻击的3种模式,给出了各攻击模式及水面舰艇生存能力综合评定的解析和模拟模型.并用其对国外某型导弹驱逐舰生存能力进行了定量评估,结合定性分析得出了有益的结果.     

舰船真空海水淡化装置热力分析

针对目前舰船上广泛使用的真空式海水淡化装置进行热力分析,建立起海水淡化装置的数学模型,以50 t/d真空式海水淡化装置为例,通过对不同蒸发温度和不同工作蒸汽压力进行模拟计算,得到海水淡化装置的产水量、工作蒸汽耗量及冷却水流量随蒸发温度和工作蒸汽压力的变化规律,所得结论与装置的实验及实际运行情况有很好的一致性,证明所建立的数学模型是合适的,所得结论可以指导装置的使用管理及海水淡化装置的设计.     

对目标打击概率的数学模型及分析

通过分析识别跟踪攻击目标的过程,建立了攻击目标打击概率的数学模型和基本算法,通过计算机采用蒙特卡罗法模拟计算了不同条件下对目标的打击概率,以此研究影响打击概率的因素.计算结果表明,武器系统的作战半径和威力半径两个因素对打击概率影响较大,误差因素在一定范围内影响较小,各参数之间存在优化匹配的空间.     

基于效能分析的工程建设投资分配模型研究

分析了基数滚动切块和层次分析-目标规划(AnalyticHierarchyProcessandGoalProgramming)投资分配模型的利弊,探讨了工程建设投资效能的估计方法,研究建立了基于效能分析的投资分配优化模型.该模型经实际算例分析证明,模型的思路清晰,便于理解和操作,具有较好的实用性.     

适用于北斗混合星座的相对定位随机模型建模策略

为提高模糊度解算成功率和基线解精度,提出适用于北斗的相对定位随机模型建模策略,即混合随机建模策略。采用最小二乘方差分量估计方法对北斗单差观测量方差进行估计。对处于不同高度的三轨道卫星观测量方差分别建模:对地球静止轨道卫星观测量方差采用载噪比模型建模,对倾斜地球同步轨道卫星和中地球轨道卫星观测量方差均采用仰角模型建模。根据不同模型实时组建观测量的随机模型。试验结果表明:相比于采用传统简化模型和单一的仰角或载噪比模型,混合随机模型能更加真实地反映不同卫星观测量的随机噪声特性,模糊度解算成功率和相对定位精度均有提高,总体性能最优,因而能更好地适用于北斗系统。     

北斗系统新民用导航电文历书参数算法与性能分析

研究新公布的北斗民用导航电文中的两类历书与北斗二号导航电文历书的差异,对比分析各类历书对接收机首次定位时间的影响。利用实际的历书数据,比较不同历书类型的用户算法,分析不同龄期数据对接收机首次定位性能的影响。结果表明,高精度历书在1周的数据龄期内性能较为稳定,中等精度历书精度稍逊于高精度历书,但由于简化了电文空间,能接近高精度历书性能。简约历书进一步简化了参数数目和电文空间,尽管位置误差达到了数百千米,但却能在数月之后保持相应精度,有利于缩短接收机首次定位时间。     

基于改进协同遗传算法的有效载荷系统功能序列规划方法

针对传统回溯算法在求解基于知识模型的有效载荷系统功能序列规划问题中搜索效率低的问题,提出一种基于"择劣变异"(Worst Individual Mutation,WIM)策略的协同遗传算法(Co-evolutionary Genetic Algorithm,CGA)的改进算法WIM-CGA。该算法在遗传过程中采用双路线进化方案,即"择优实施标准遗传过程,择劣实施变异操作",达到提高求解精确度及搜索效率的目的。仿真结果表明,同等测试条件下,当功能规模为50,约束密度为1.0时,WIM-CGA算法在限定时间内最优解的平均精确度比优化的回溯算法提高了54.15%,比CGA算法提高了6.18%,且当所得解的精确度大于90%时,WIM-CGA算法比CGA算法的迭代次数减少了65.79%,耗时降低了48.97%,显著提高了功能序列规划的效率。     

装备剩余寿命预测平行仿真中模型动态演化方法

装备平行仿真中的一个重要概念是实时数据驱动的模型动态演化,但是至今仍缺乏具体应用领域的实现方法。以带未知离散冲击的混合退化装备剩余寿命预测为背景,以多态Wiener状态空间模型为演化对象,提出一种装备平行仿真中模型动态演化方法,包括基于交互多模型强跟踪滤波的模型软切换和基于期望最大化算法的模型参数在线估计,并实现了基于平行仿真的装备剩余寿命实时预测。利用某轴承退化数据进行实例研究,结果表明该方法能有效提高仿真逼真度,剩余寿命预测的准确度较高、不确定性较小,具有较高工程应用价值。     

E级超级计算机故障预测的数据采集方法

面向未来E级超级计算机,提出用于故障预测的数据采集框架,能够全面采集与计算结点故障相关的状态数据。采用自适应多层分组数据汇集方法,有效解决随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明,该数据采集框架具有开销小、扩展性好的优点,能够满足未来大规模系统故障预测数据采集的需求。     

基于生成模型的人体行为识别

提出了一种基于生成模型的人体行为识别方法。选取关键点轨迹的方向-大小描述符、轨迹形状描述符、外观描述符作为人体行为的特征;为了降低人体行为特征维数,利用信息瓶颈算法进行词表压缩;利用生成模型,结合已标记样本和未标记样本提出了一种人体行为识别的半监督学习方法,解决了行为识别中的小样本问题。在YouTube 数据库、 UCF运动数据库上利用提出的方法与已有的方法进行了对比实验,结果表明该方法具有更高的识别精度。