大气-海洋环境对舰载雷达探测效能的影响评估

针对大气-海洋环境影响雷达探测效能的多要素结构和非量化特性,通过定义评估目标效能指标和层次集成原则,运用层次分析理论,得到影响评估基本流程。通过重点分析海杂波和大气波导对舰载雷达探测效能的影响机理,确定了风速、风向、温度、湿度等气象水文要素在影响过程中所起的作用。最后,根据影响机理的分析,构建了气象水文要素对舰载雷达探测效能影响的量化评估模型。通过模型仿真实验,得到影响评估的量化结果,该结果基本反映出大气-海洋环境对舰载雷达的影响程度。     

模糊灰色关联模型在遮弹层防护性能评价中的应用

为对遮弹层防护性能进行综合评价,建立了遮弹层防护性能评价指标体系,采用多对象模糊综合评价和加权多层次灰色关联评价相结合的方法.得到了遮弹层防护性能的二级模糊灰色关联评价模型,并对五种遮弹层的防护性能进行了评估.结果表明,综合考虑直接成本、施工条件、伪装性能等因素,刚玉块石混凝土遮弹层防护性能最佳.该模型为遮弹层防护能力综合评估提供了理论依据.     

C~3I系统试验评估方法

C3I系统试验评估是C3I系统外场试验中非常重要的一个环节.结合C3I系统外场试验的试验需求,建立了一套相对比较完整的、包含了C3I系统评估方法、评估指标体系和指标计算模型三要素在内的C3I系统试验评估体系.利用模糊的概念和变权评估方法,改进了传统的层次分析法,提出了一种变权模糊层次分析法作为C3I系统评估方法.最后,通过某防空情报指挥系统外场试验评估实例验证了该评估体系的正确性和科学性.所设计的C3I系统试验评估体系技术先进、科学实用,对C3I系统外场试验鉴定具有比较重要的指导意义.     

不可压缩橡胶体的静态性能分析

运用虚功原理和超弹理论,采用逐步递增载荷和平衡迭代方法,得到了超弹性体在大变形时的有限元平衡方程式,建立了适用于分析非线性材料（如橡胶体）的有限元方法,并给出了通过测试超弹材料３种变形模式所得到的数据来确定Ｍｏｏｎｅｙ－Ｒｉｖｌｉｎ常数的方法．对不可压缩橡胶体在受压作用下的变形进行了有限元计算．     

基于循环子空间理论的线性系统测试矩阵优化

研究了线性定常系统在循环指数大于1(即其约当标准形不同的约当块有重根)的情况下测试矩阵的优化方法.以循环子空间相关定理的证明为基础,根据根向量链的相关特性,得到了测试向量的线性和与系统观测性的直接关系,给出了在保证系统可观测性的同时,使得测试代价最小的测试矩阵优化方法.算例表明,提出的方法简单直观,对配置测试向量具有良好的工程价值.     

指控系统信息服务质量评价研究

为了有效评价指控系统信息服务质量情况,在深入分析指控系统信息服务特征及用户服务要求的基础上,研究了评价指标的析取原则,从主观和客观两个方面提出了指控系统信息服务质量评价的指标体系,对各维度及评价指标的含义、测量方法进行了详细讨论,并给出了定性评价、定量评价和半定量评价3种指标评价方法和加权综合评价方法。     

基于参数自适应CS模型的机动目标跟踪算法

为提高对机动目标的跟踪精度,提出一种基于参数自适应当前统计(CS)模型的跟踪算法。即利用加速度增量与位移的关系,自适应调整加速度方差,根据量测残差的统计距离判别目标机动特性,并调整模型的机动频率和滤波器增益系数,提高算法模型与目标机动模式的匹配程度。仿真结果表明,基于参数自适应CS模型跟踪算法能够较好地改善对强机动目标的跟踪性能。     

军用航空发动机大修能力评估方法

针对航空发动机修理工厂大修能力难以评估的问题,提出了航空发动机大修能力评估方法。分析了航空发动机大修生产过程;根据航空发动机大修生产工作特点,建立了基于生产职能分解的航空发动机大修能力评估指标体系,构建出基于熵权和灰色聚类的评估指标赋权模型;结合实例验证了方法的正确性和实用性。     

指挥信息系统效能评估数据中心建设方法

建设指挥信息系统效能评估数据中心,实现对海量效能评估数据的统一、集中管理,对指挥信息系统效能评估工作的常态化开展和评估成果共享具有重要作用。综合分析了指挥信息系统的效能评估对象需求、数据需求,并在此基础上提出了指挥信息系统效能评估数据中心总体框架、基础条件设计框架、数据资源设计以及数据服务和应用方法。对指挥信息系统效能评估数据中心的建设具有重要的指导意义。     

The effects of model parameter deviations on the variance of a linearly filtered time series

We consider a general linear filtering operation on an autoregressive moving average (ARMA) time series. The variance of the filter output, which is an important quantity in many applications, is not known with certainty because it depends on the true ARMA parameters. We derive an expression for the sensitivity (i.e., the partial derivative) of the output variance with respect to deviations in the model parameters. The results provide insight into the robustness of many common statistical methods that are based on linear filtering and also yield approximate confidence intervals for the output variance. We discuss applications to time series forecasting, statistical process control, and automatic feedback control of industrial processes. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010