模糊多目标群决策的装备采办问题研究

对模糊多目标群决策的装备采办问题,根据模糊数学理论和多目标决策理论方法,综合现有各种方法的优点,给出了无约束条件下模糊多目标群决策的装备采办问题的一般解法,并通过实例说明了该方法的有效性及通用性。     

军校教员教学质量的一种模糊评价方法

为了科学地评价军校教员教学质量,为管理部门提供决策依据,通过对军校教员教学质量管理的分析,建立了军校教员教学质量综合评价指标体系,提出了对该指标体系的模糊综合评价方法,并给出了应用实例.实例计算结果表明,该方法在实际应用中是行之有效的.     

模糊合成算子在作战方案综合评估的应用研究

在分布式交互仿真中,根据仿真结果对作战方案进行综合评估,运用模糊综合评判的方法进行评判,并着重对合成算子的选择进行分析,确定乘与有界算子M(·, )为比较适合对作战方案评估的算子.     

基于模型的舰艇信息融合系统的研究

应用计算机仿真技术建立一个具有战术想定功能的舰艇作战系统仿真环境,来研究舰艇的多传感器信息融合,并给出部分仿真模型。     

基于模糊推理的机动目标自适应多模型跟踪算法

针对当前空中来袭目标的主要特点,运用模糊理论和多模型理论探索空中机动目标跟踪问题,并设计了一种模糊自适应多模型(FAMM)目标跟踪算法,该算法采用五个基本模型,以加速度估值作为模糊推理系统的输入,经模糊推理融合得到系统状态和方差的估计值以及下一时刻的滤波模型(最多三个).经Monte Carlo仿真研究,与IMM算法相比较,该算法不仅在目标弱机动或不机动条件下,而且在复杂机动时能更稳定、精确地跟踪目标,较好地满足了海上对空防御作战中跟踪机动目标的需求.     

Vondrak-Cepek组合滤波在北斗共视和卫星双向时间比对融合中的应用

为减小卫星双向时间比对(Two-Way Satellite Time and Frequency Transfer, TWSTFT)中的周日效应,利用北斗共视链路没有周日效应的特点,通过Vondrak-Cepek组合滤波方法对中国科学院国家授时中心(National Time Service Center, NTSC)、德国物理技术研究院(Physikalisch-Technische Bundesanstalt, PTB)以及中国计量科学研究院(National Institute of Metrology, NIM)间的北斗共视时间比对结果分别与硬件卫星时间和距离测量设备(SAtellite Time and Ranging Equipment, SATRE) TWSTFT和软件接收机(Software-Defined Radio, SDR)TWSTFT结果进行了融合处理。采用时间偏差和幅值频谱两个指标以及GPS精密单点定位(Precise Point Positioning, PPP)时间比对分别对融合结果进行内外符合评估。结果表明,经过Vondrak-Cepek滤波的融合结果中周日效应基本消失,其与GPS PPP链路差值结果的绝对值保持在链路校准的不确定度范围内。对于长基线NTSC-PTB链路,融合结果1 d的时间偏差稳定度对SATRE和SDR TWSTFT的增益因子分别为1.85和1.81;对于短基线NTSC-NIM链路,融合结果对SATRE和SDR TWSTFT的增益因子分别为1.69和1.59。融合结果的短期稳定度显著提高。     

基于FNNs的闭式循环柴油机配氧前馈控制策略研究

配氧控制是闭式循环柴油机(CCD)系统的关键技术之一,为改善其动态特性,在 PID反馈控制的基础上,设计了基于模糊神经网络(FNNs)模型的前馈控制器,并采用 PID反馈控制输出信号作为网络训练的误差信号,使模糊神经网络逐步具有前馈补偿能力,从而能够有效对负荷扰动进行及时补偿.仿真结果表明,采用FNNs前馈控制器后,可以有效改善氧气控制的动态特性,并且具有快速的学习速度和很强的适应能力.     

PID参数模糊自整定控制器的设计与仿真研究

针对常规PID控制器不能在线进行参数自整定的问题,结合模糊控制技术,提出了一种 PID参数模糊自整定的方法.运用 Matlab模糊逻辑工具箱进行仿真研究表明,该模糊 PID控制器能迅速消除系统余差,改善普通模糊控制器的性能;既具有PID控制器高精度的优点,又具有模糊控制器快速、适应性强的特点,保证了调节系统具有良好的动、稳态特性.     

模糊离散变结构控制系统研究

系统研究了模糊离散变结构控制的设计方法,提出了几种具体设计方案.对于变结构控制而言,模糊逻辑的引入可以使滑模(变结构)控制具备推理和学习能力,控制信号得以柔化,能够减轻或避免一般滑模控制的抖振现象;对于模糊控制而言,滑模控制思想的引入可以大大简化控制结构,保证控制系统的鲁棒稳定性,对模糊控制系统的设计和性能分析提供了一种工具.     

高斯马尔可夫融合算法在卡尔曼滤波中的应用

针对目前常用的按标量、对角阵、矩阵加权融合方法过程较复杂,计算负担较重的问题,结合三维目标跟踪模型提出一种高斯马尔可夫融合方法来融合卡尔曼滤波估计值,不需要计算局部稳态滤波误差互协方差,只需要知道传感器的观测噪声方差就可以了。计算方法和操作相对简单,省略了很多繁琐步骤也能达到不错的滤波融合效果,通过仿真证明了此方法的可行性和高效性。