舰炮武器质量评估系统设计

针对舰炮武器系统日常维护保养和战备训练使用的主要特点,运用模糊理论和层次分析法探索舰炮武器质量评估问题。在采用MDIS多层应用系统架构建立模块化评估系统的基础上,设计了一种改进的层次分析法,并综合模糊推理,得到舰炮武器系统质量评估模型。该模型能够实现不同型号舰炮的全系统质量评估,为建立舰炮武器装备保障系统提供了一种有效的参考处理方法。     

一种新的证据表示模型及其在敌作战意图识别中的应用

根据所获得的敌作战意图相关信息的特征,首先提出了证据支持最简形式、证据支持二元形式、同型证据等概念,在这些概念的支撑下,研究了将证据支持二元形式表示为证据支持最简形式的正交和问题,其结论用于表示敌作战意图及其特征信息之间的相关性,从而建立对敌作战意图的识别体系,完成对敌作战意图的最终判定。新的证据表示模型有效地简化了作战为证据的特征信息的表示和合成,降低了计算量。给出的具体应用示例也证明所提出的算法结构的可行性和有效性。     

一种新的IMM-PDA滤波器跟踪门

针对杂波环境下跟踪机动目标问题,研究了两种现行的跟踪门,模型跟踪门(MBG)和集中跟踪门(CG)。在此基础上提出了新的跟踪门,分别是模型概率加权跟踪门(MPWG)和两级模型概率加权跟踪门(TS-MPWG)。用RMS误差、跟踪丢失百分比和计算量比较了这几种跟踪门的性能。从仿真结果可以看出,在杂波环境下用IMM-PDAF进行机动目标跟踪,TS-MPWG跟踪门优于其它方法。     

基于改进MADM算法的防空兵群阵地优选模型

防空兵群阵地选择是防空兵力部署的一个重要环节,对实施防空作战发挥着重要的影响和作用。分析了影响防空兵群战斗队形配置地域选择的相关因素,确定了配置地域优选的指标体系,并结合多指标评判方法与优化理论,运用改进的MADM算法,建立了防空兵群配置地域方案选择的模型。     

钝感弹药引爆模型研究

介绍了钝感弹药的概念。概述了与钝感弹药密切相关的新型引爆系统。阐明了新型引爆系统用于钝感弹药的必要性和可行性。该系统对推进钝感弹药引爆技术,特别是高新技术弹药的发展有重要意义。     

舰载指控系统的目标跟踪技术现状与未来

考虑到目标跟踪在作战中的重要性,论述了目前的跟踪滤波技术:卡尔曼滤波、扩展卡尔曼滤波,重点论述了未来可用于跟踪的基于贝叶斯原理的粒子滤波技术,是最近几年出现的解决非线性跟踪问题的有效方法。     

纯方位系统TMA非线性最小二乘法——理论数学模型与常规算法

对非线性最小二乘法应用于纯方位系统目标运动分析进行了综合评述,介绍了经典的非线性最小二乘法及几种常规算法：高斯—牛顿迭代法,麦夸脱迭代法,自适应非线性最小二乘法,给出了非线性最小二乘法对纯方位目标运动分析的四个数学模型：高度非线性模型,减弱非线性模型,再减弱非线性模型,再进一步减弱非线性模型。     

改进型JDL模型在武警部队院校信息化建设中的构建

在武警部队院校的网络信息化水平迅速发展的今天,由于各功能模块缺少统一的接口规范和能够协调各部门信息共享的机制,使得建成的各个功能模块之间无法共享信息,造成了数据库中信息的大量冗余和重复。结合数据融合技术的基本原理、发展现状和应用前景,对数据融合技术进行了介绍;针对武警院校信息融合的需求,提出了改进型JDL模型,分析了武警院校信息融合网络的服务架构层次,对信息融合网络中的核心问题信息共享、接口规范、数据融合进行了研究;利用模块化设计的思路,对原型系统进行了分析,对实验数据进行了重组,并提出了数据优化方案。     

纯方位交叉定位算法分析

摘要：针对纯方位交叉定位中存在着地球曲率对定位精度影响的问题本文提出了基于正北方向修正和椭球模型两种定位算法。通过与传统的交叉定位算法比较,可以看出这两种算法具有较好的定位精度。在理论上分析了测量误差和观测站位置误差对定位精度产生的影响,给出了几何精度因子（GDOP）的理论推导和仿真结果。     

Directional change‐point detection for process control with multivariate categorical data

Most modern processes involve multiple quality characteristics that are all measured on attribute levels, and their overall quality is determined by these characteristics simultaneously. The characteristic factors usually correlate with each other, making multivariate categorical control techniques a must. We study Phase I analysis of multivariate categorical processes (MCPs) to identify the presence of change‐points in the reference dataset. A directional change‐point detection method based on log‐linear models is proposed. The method exploits directional shift information and integrates MCPs into the unified framework of multivariate binomial and multivariate multinomial distributions. A diagnostic scheme for identifying the change‐point location and the shift direction is also suggested. Numerical simulations are conducted to demonstrate the detection effectiveness and the diagnostic accuracy.© 2013 Wiley Periodicals, Inc. Naval Research Logistics, 2013