自然损耗对储油经济效能影响的模糊综合评估

石油及其产品在储存过程中,受到工艺技术、设备以及管理方法的限制,不可避免会有部分轻质组分汽化,逸入大气,对环境造成污染,并造成经济损失。这种因自然损耗对储油经济带来的影响因素很多,既有定性的,又有定量的,且各因素大多又难以精确地描述,因此,为了反映这些不确定因素对油罐储油经济性的影响,运用多级模糊综合评判的方法,对储油经济性进行综合评判。该方法的思路是建立一个经济效能三级模糊综合评判指标体系,构建相应的评判模型,并以算例加以验证。分析计算结果表明:该方法能较好考虑到评判中的模糊因素,为客观准确评估储油经济效能提供了科学依据。     

一种以太网系统监控的双独立互联系统

针对现有技术对高可靠性以太网系统进行监控,具有明显的缺陷和不足之处.提出了一种由用户以太网系统和附加的平衡结构外,总线互连系统组成以太网监控的双独立互连系统.在分析了该系统结构和工作原理的基础上,对系统的可靠度和可用度进行分析计算,为系统的实现提供了重要的依据.     

平台式惯导系统初始对准最佳可观性分析

首先应用线性系统的奇异值分解理论对静基座初始对准的可观性及可观度进行了深入地分析.给出了不同奇异值下系统状态可观性状况的直方图,并且计算出不同状态组合时系统奇异值的大小及对可观性的影响.理论分析表明选取(△)N、(△)E、εE为不可观测时,系统的估计效果最好.其次采用卡尔曼滤波器对可观阵的秩为7的三种状态组合进行最优估计,仿真结果验证这种论断的正确性.最后从误差分析的角度阐述了这种论断的合理性.     

一种高超声速飞行器在线反馈滤波算法

高超声速飞行器是近年来各国大力发展的新概念飞行器,针对其飞行运动轨迹难以进行高精度跟踪这一问题,结合神经网络强大的自适应和自学习能力,提出了一种高超声速飞行器在线反馈滤波算法.其核心是在当前统计模型的基础上,利用BP神经网络与卡尔曼滤波相结合进行滤波器设计,实现对高超声速飞行器高精度跟踪.最后通过仿真试验进行比较,验证...     

用速度平差法求解目标运动要素的改进方法

用速度平差法求解目标运动要素是潜艇作战中常用的目标运动要素求解方法.通过全面分析该算法的原理和求解过程,运用典型数值分析、数学归纳等方法,论证了目前速度平差法应用中求解过程的不完整性及漏根的根源,结合潜艇鱼雷攻击实际,采用迭代法和数轴验根法,提出了新的求解办法,提高了目标运动要素解算的可靠性和效率.     

动态贝叶斯网络的无人机炮火校射

动态贝叶斯网络(Dynamic Bayesian Networks-DBNs),是对具有随机过程性质的不确定性问题进行建模和处理的一个有力工具.提出将隐马尔可夫模型(Hidden Markov Models-HMMs)图形模式与贝叶斯网络结合起来构成DBN,将其用于无人机照相侦察情报的推理分析,决定炮火优先打击区域.首先建立动态贝叶斯网络的战场态势变化模型,而后应用HMM的推理算法获得当前隐含序列最优估计,且可预测出未来战场态势.最后应用模糊推理获得优先打击的区域号.仿真结果表明了模型的可行性.该方法有效解决了贝叶斯网络对于瞬间变化战场态势推理的不足的缺陷,为炮兵指挥员更好地运用火力,分出主次奠定了基础.     

基于信息需求的情报支持效能分析

经典的侦察与监测(S&R)系统效能分析方法存在模型难以建立、结果不准确等问题。考虑到S&R系统的目的是提供情报支持,提出一种基于信息需求的S&R系统情报支持效能分析方法。该方法以用户的信息需求为度量基准量,比较S&R系统性能对信息需求的满足度,并以此满足度作为S&R系统效能度量的指标。仿真实例表明了新方法的有用性。     

车联网环境下车辆协同高精度定位研究进展

车辆位置信息是许多智能交通应用的基础,如车辆导航、路径规划和车辆编队等.现有研究中融合单车车载多源传感器的定位方法无法有效解决城市峡谷、隧道和立交桥等卫星信号不可用条件下的车辆定位问题.围绕车辆高精度定位进行了综合评述,主要深入研究分析了车辆协同定位技术.首先分析了单车自主定位的关键技术及其主要应用场景;然后对车辆协同...     

二部图的(g,f)匹配

本文证明了二部图存在(g,f)匹配和f 因子的充要条件以及有关的几个结果,并且给出了求二部图的最大(g,f)匹配、最小(g,f)匹配和最小权最大f 匹配、最小权(g,f)匹配、最大权(g,f)匹配的算法。     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。