磷虾群免疫粒子滤波的机载单站无源定位算法

为了进一步提高机载单站无源定位的精度,将磷虾群优化思想引入到粒子滤波的重采样阶段,提出了一种磷虾群免疫粒子滤波算法。该算法利用磷虾的受诱导运动、觅食以及随机扩散行为,将粒子导向高似然区域,有效缓解了粒子退化问题。同时,其采用了人工免疫算法的变异操作,避免了早熟现象的出现,提高了粒子的多样性,克服了粒子贫化问题。仿真结果表明,新算法改善了机载单站无源定位的定位精度以及收敛速度。     

自适应平方根无迹滤波的雷达组网状态估计算法

从最小方差的角度分析了雷达组网无迹滤波(Unscented Filter,UF)状态估计的统计学本质,并且针对UF的Cholesky分解遇到非半正定矩阵容易发散、不准确滤波初值造成滤波发散以及异常扰动影响滤波效果等问题,提出将自适应平方根无迹滤波(Adaptive Square Root Unscented Filter,ASQUF)用于雷达组网状态估计,结合合理的滤波初始化策略,提高了UF的工程可用性。仿真验证表明,提出的ASRUF算法用于雷达组网空域目标状态估计时,初始化平稳无波动,工程可用性好,状态估计精度高,明显优于扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法。     

比例最小偏度单形UKF的RBF神经网络算法

为提高RBF神经网络的建模性能,提出一种基于改进无迹Kalman滤波(UKF)的RBF神经网络训练算法。在该算法中,首先将比例最小偏度单形Sigma点采样策略引入UT,以有效改进UKF,提升其计算效率,然后利用改进的UKF优化估计RBF神经网络的最优参数。仿真结果表明,改进的UKF比EKF具有更高的RBF神经网络模型训练精度,与传统UKF的模型精度大体相当,但速度更快,计算效率更高。     

基于渐消因子的双机协同机动目标定位

传统的双机协同组网目标定位模型中,滤波方法大多为交互式多模型算法。交互式多模型算法的缺陷为需要目标机动先验模型,且模型个数的选择难以同时满足工程上关于跟踪精度和算法复杂性的要求。通过引入渐消因子,实时自适应校正机动目标的状态估计偏差,有效降低了目标运动先验模型对滤波的影响,提高了系统的机动处理能力和模型的工程实用性。     

多元线性模型的广义逆诊断问题

在实际问题中,经常需要考虑多个因变量对多个自变量的相互依赖关系,但在运算过程中经常会碰到奇异矩阵不能求逆的问题.通过推导任意2矩阵的差的广义逆,解决了这一问题,继而得出多元线性模型的参数估计,最后推出数据删除模型异常点的判断依据.     

Development programs for one‐shot systems using multiple‐state design reliability models

Design reliability at the beginning of a product development program is typically low, and development costs can account for a large proportion of total product cost. We consider how to conduct development programs (series of tests and redesigns) for one‐shot systems (which are destroyed at first use or during testing). In rough terms, our aim is to both achieve high final design reliability and spend as little of a fixed budget as possible on development. We employ multiple‐state reliability models. Dynamic programming is used to identify a best test‐and‐redesign strategy and is shown to be presently computationally feasible for at least 5‐state models. Our analysis is flexible enough to allow for the accelerated stress testing needed in the case of ultra‐high reliability requirements, where testing otherwise provides little information on design reliability change. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2004     

战时不完全信息战术导弹需求量预测方法

针对传统方法难以实现战时信息不完备条件下导弹需求量预测的问题,提出了一种基于粗糙集的战术导弹需求量预测方法。在对战术导弹需求量影响因素分析的基础上,建立了战术导弹需求量预测不完备决策信息表。利用相容关系对不完备决策信息表中对象分类,并采用差别函数方法求解各对象的相对约简,从而获取战术导弹需求量的最优广义规则集。算例验证了方法的有效性。     

基于GO法的多阶段共因失效任务系统可靠性评估

为了解决部件阶段依赖性与共因失效给系统可靠性分析带来的复杂性,针对多阶段共因失效任务系统,结合GO法易于处理有时序、含共因失效系统可靠性分析的特点,首先,将前一阶段的输出信号作为后一阶段的输入信号,建模时首尾连接各阶段模型,建立整个任务系统的隐性GO模型;其次,在进行各信号流状态组合运算时,融入阶段代数处理部件的阶段依赖性;再次,用隐性共因失效分析,将共因失效对系统的影响在状态组合的定量分析中表达出来,得到所需系统可靠性指标;最后,与基于二元决策图的算法进行对比验证。结果表明:GO法可以简捷、准确地处理多阶段共因失效任务系统可靠性评估问题。     

基于矩阵变换的坦克驾驶训练数字化记录与评判系统研究

为了解决坦克驾驶训练中因操作状态难以保留、操作细节难以再现而无法实现对训练成果深入分析与客观评价的不足,以坦克驾驶训练数字化记录与评判系统总体设计为切入点,基于基础驾驶动作的分解与组合以及车辆状态信息获取设计了驾驶动作记录仪,实现了坦克驾驶训练过程中动作状态信息的采集与数字化存储,并应用矩阵变换理论,提出了一种基于关键性动作参数查找与判断的方法,对基础驾驶动作进行了过程识别与效果评判。分析表明:该系统的技术能对坦克驾驶动作状态进行数字化记录,而基于状态矩阵变换的方法能实现基本驾驶过程的识别与评判。     

基于空频域信息的单站无源定位可观测分析

对利用空频域信息的单站无源定位方法进行可观测性分析。针对非线性系统的可观测性理论需要计算复杂的雅克比矩阵的问题,提出把观测方程先经过伪线性化处理,然后运用线性系统的可观测性分析的理论,对匀速、匀加速直线运动进行了具体分析,得出只要目标不朝观测站作径向运动都是可以对其进行观测的。实验结果也验证了分析结论的正确性。