BP神经网络和D-S证据理论的目标识别

目标识别是指挥自动化系统的一个重要组成部分,针对现代战争对抗手段不断增强的特点,运用BP神经网络和D-S证据理论探索作战飞机机型的识别方法.前端采用3层BP神经网络结构,以传感器接收数据为输入,以神经网络输出作为证据,后端对不同传感器的证据按D-S理论进行融合,得到待识别目标的识别概率.经由MATLAB编程对国内外几种主要机型的识别进行仿真研究,与现行目标识别方法相比较,能够更快速、准确、可靠地识别飞机目标,较好地满足了空战中作战指挥系统对飞机机型识别的需求.     

液态烃泵火灾隐患及防治对策研究

分析了液态烃泵在设计制造、密封失效、静电危害、安全管理等方面存在的火灾危险性,并从密封技术的改进、泵结构的改造、生产操作安全规程的制定和实施等方面探讨其预防对策,为石油化工行业液态烃泵的安全使用和消防技术管理工作提供参考依据。     

基于证据理论的常规导弹阵地生存防护研究

着眼于阵地生存防护对策分析中的不确定性,提出了一种基于证据理论判别来袭武器类型的方法,通过对武器威胁度的评估,建立了来袭武器威胁等级判据,构建了详细的生存对策,可为常规导弹阵地生存防护决策提供有效的辅助支持.     

基于D-S证据理论和AHP的故障诊断方法研究

提出了一种基于D-S证据理论和AHP的故障诊断方法,给出了基于AHP法的基本概率分配构造方法.最后,结合故障诊断实例,详细阐述了该诊断方法的应用过程,在对多个传感器提供的证据进行合成后,诊断结论的可信度明显提高,不确定性明显降低,证明该诊断方法合理有效.     

惯性导航系统故障诊断的不确定性问题研究

针对构造惯性导航系统 ( INS)故障诊断所面临的确定性和不确定性问题 ,提出了基于模糊集理论的诊断方法 ,并给出诊断系统自动获取不确定性证据和确定性证据隶属度的方法及函数 .认为对于确定性证据和不确定性证据可以用统一的方法和原则来处理 ,并建立了两类证据的实用数学模型     

三组元液体火箭发动机实现单级入轨的优化分析

建立了三组元液体火箭发动机性能计算模型、单级入轨可重复使用运载器质量模型和弹道模型,以起飞质量为目标函数,优化得到了实现单级入轨的发动机基本参数。结果显示:三组元发动机性能比氢氧发动机高10%。本研究是三组元发动机系统设计和分析的基础。     

液体火箭发动机故障诊断的命题逻辑方法

为对液体火箭发动机诊断知识的表达和组织提供一种简洁有效和易于处理的方式 ,通过以命题逻辑公式和子句的形式对系统观测信息和定性特征加以描述建立定性诊断模型 ,同时诊断问题基于归结原理和假言推理规则的演绎推理方法求解。基于试车数据的诊断结果表明方法具有较强的诊断能力。     

D-S证据论在空中目标分类中的应用

首先叙述识别、分类空中目标时需使用多传感器融合技术,分析可利用的各类传感器和从其可得到的各种目标属性参数,以及各种数据融合方法.然后详细介绍了基于D-S证据论的3种多源信息融合分类空中目标方法,并对具体仿真应用结果作了比较.     

同轴环缝气流作用下锥形液膜线性稳定性分析

为了分析气液同轴离心式喷嘴的雾化机理,对同轴气体作用下的锥形液膜进行时间稳定性分析,推导同轴气体作用下锥形液膜的色散方程,建立离心式喷嘴出口参数预测模型,用于数值求解色散方程。结果表明：喷嘴出口液膜厚度随着喷注压降的增加而减小,喷雾锥角、液膜速度和轴向速度随着喷注压降的增加而增大。同轴气体作用下液膜由正弦模式的表面波主导,因为正弦模式的表面波增长率远大于曲张模式的表面波增长率。当环缝气体喷注速度较小时,增加气体速度会减小气液相对速度,从而减弱气液相互作用,使得液膜主导表面波增长率和频率减小、破碎时间和破碎长度增加。而当环缝气体速度超过一个临界值后,随着气体速度的增大,液膜主导表面波增长率和频率迅速增大,破碎时间和破碎长度迅速减小。     

基于改进D-S证据理论的雷达生存效能

为了综合分析雷达的生存效能,通过调整非关键因素和不确定因素的基本可信度对证据理论中证据合成规则进行了改进,并基于改进D-S证据理论提出了雷达生存效能评估模型.改进后的证据合成规则不仅减小了证据的冲突,而且仍然满足证据的基本可信度之和为1的基本要求,保持Dempster合成规则所具有的可交换性.通过雷达生存效能模型应用的一个实际例子计算表明,证据理论是一种科学的效能评估方法,具有可行性和实用性,改进后的证据合成规则能够较好地分析雷达的生存效能.