重庆市近11年空气污染指数变化的小波变换分析

运用一维连续Morlet小波变换法分析重庆市近11年逐日空气污染指数的多尺度演变特征、主周期、突变点和变化因素。结果表明:重庆市空气污染指数在不同时间尺度有不同的变化规律,变化主周期为300 d左右;空气污染状况受地形和气象因素影响,呈"冬重夏轻"格局;春分、秋分前后是一年中空气污染轻重状况转换的突变点;2005年后重庆市空气污染逐渐减轻,但冬季有加重趋势。实践证明,小波变换法是研究空气污染指数时间序列变化的有效分析方法。     

信息化条件下作战体系节点重要性指标的选择

在对作战体系结构信息化演化分析的基础上,对其结构进行网络描述,引入度指标、介数指标、紧密度指标和特征向量指标等节点重要性度量指标,并根据最大连通分支的大小和平均路径长度对作战体系受到攻击后的受损程度进行度量,进而选择出最有效的重要性指标,是对作战体系节点重要性指标选择的有益探索,可以为体系对抗中关键节点判定等问题的深入...     

基于作战效能的武器装备可靠性指标评估方法

装备可靠性的评估是装备管理使用中面临的重要课题.在总结前人的研究基础上,提出了一种基于武器装备作战效能的可靠性评估方法:建立非线性指标聚合的武器效能指标体系,通过主客观评分效果对底层指标进行打分,经过非线性指标聚合等手段获取装备效能的归一化评估指数,通过多次评估获取装备效能评估指数数据集,以此为基础对装备的可靠性进行评估.最后给出了评估仿真实例,实验结果表明所提方法的有效性、可行性.     

基于虚拟现实技术的空天作战效能评估研究

首先介绍了空天作战效能评估的常用方法,然后结合虚拟现实技术,提出了一种利用虚拟现实技术对空天作战效能进行评估的新方法,该方法将作战效能评估与虚拟现实技术相结合,总结了在虚拟现实条件下进行空天作战效能评估的指标体系,并对空天作战虚拟现实效能评估系统进行了研究,结果表明该方法具有快速、高效、准确和直观等优点,能够使传统的作战效能评估更加形象、直观.     

三军联合火力打击效果的评估

针对未来一体化联合作战火力打击的主要特点,探索三军联合火力打击效果评估方法。建立了三军联合火力打击效果的评估指标体系,该指标体系结合一体化联合作战的火力打击的基本要素,分别从验前评估和验后评估两个方面进行了分析,得到了各个具体指标的评估结果,最后综合其各具体指标的结果,得出三军联合火力打击综合评估结果。该方法不仅建立较为全面的火力打击评估指标体系,而且对各指标和最终综合评估做出了具体分析,较好地满足对一体化联合火力打击有效评估的需求。     

C4ISR通信分系统信息优势评估指标研究

战术互联网信息优势评估指标确定和量化是其效能评估体系中的重要环节。针对战术互联网提供战场态势感知,获取信息优势的重要特征,在分析信息优势定义的基础上,给出了信息优势的数学描述和评估指标的定义。同时结合战术互联网的具体业务需求,深入分析了基于态势感知信息传输的完整性、精确性和网络传输时效性的信息优势评估指标,根据所确定的指标,给出了战术互联网信息优势基本的定量描述方法。     

模糊集值统计理论在灭火救援指挥效能评估中的应用

在建立评估指标体系的基础上,将模糊集值统计理论应用于灭火救援指挥效能评估中。该理论方法改变了以往统计给出一个固定值的做法,而给出一个区间值,使某些具有模糊性和随机性的评估指标权值的确定更加符合实际情况。实例研究表明:该方法克服了经典统计法的不足,提高了效能评估的实用性和科学性。     

水面舰艇编队系统对空作战能力研究

根据现代防空系统的特点,提出了水面舰艇编队区域防空系统效能评价的指标体系,分析了指标的相关因素,运用指数法建立了防空系统效能分指标(预警探测能力指数、拦截打击能力指数、指挥控制能力指数、电子战能力指数)以及效能综合指标的求取模型.     

遥测参数数据载荷状态判别集成学习方法

针对载荷单机设备遥测参数维度高、数据量大、存在类别不平衡、无法直观判别单机设备运行情况等问题,考虑到航天任务对可解释性的要求,提出一种基于信息增益参数特征选择和集成学习方法的载荷单机状态快速识别方法。采用统计量性质和信息增益子集搜索方法对遥测数据进行特征筛选降维,通过集成学习模型算法实现载荷单机设备状态的自适应识别分类。所提方法将信息增益的参数分类信息量评价准则和集成学习拟合能力强、类别不平衡下准确率高和抗噪能力强等优点相结合,兼顾模型特征和结果的可解释性,提供了重点参数发现功能。采用科学卫星任务真实载荷遥测参数数据对该方法进行了验证,整体识别准确率高于90%,少数样本亦可准确识别,整体效果可达到在轨任务要求,证明了所提方法的有效性和实用性。     

Adaptive subspace detection based on two-step dimension reduction in the underwater waveguide

In the underwater waveguide, the conventional adaptive subspace detector (ASD), derived by using the generalized likelihood ratio test (GLRT) theory, suffers from a significant degradation in detection per-formance when the samplings of training data are deficient. This paper proposes a dimension-reduced approach to alleviate this problem. The dimension reduction includes two steps: firstly, the full array is divided into several subarrays; secondly, the test data and the training data at each subarray are transformed into the modal domain from the hydrophone domain. Then the modal-domain test data and training data at each subarray are processed to formulate the subarray statistic by using the GLRT theory. The final test statistic of the dimension-reduced ASD (DR-ASD) is obtained by summing all the subarray statistics. After the dimension reduction, the unknown parameters can be estimated more accurately so the DR-ASD achieves a better detection performance than the ASD. In order to achieve the optimal detection performance, the processing gain of the DR-ASD is deduced to choose a proper number of subarrays. Simulation experiments verify the improved detection performance of the DR-ASD compared with the ASD.