火箭弹载惯导误差分析

在对火箭弹载惯导进行射前标定时考虑的误差主要包括零偏误差、标度因素误差、安装误差。标定的误差参数越多,难度越大,如果能抓住影响弹丸制导精度的主要误差,将可简化标定算法,简化标定过程,提高标定效率。基于这样的思路,将飞行中的弹丸类比为旋转惯导,从误差方程入手,采用提取误差直流分量的方法对飞行中的弹载惯导进行误差分析,得出影响导航精度的主要误差参数,并仿真验证了所得结论的正确性,为后续简化标定方案提供了理论依据。     

SVM在空中目标威胁值评估中的应用

构建了基于回归型支持向量机的空中目标威胁值评估模型,确定了基于粗糙集理论的空中目标威胁因素,并建立了数据离散化、归一化的标准。将常用的4种核函数应用于对空中目标威胁值的估计,并通过基于网格法和遗传算法的搜索方法找到模型的最优参数。最后通过Matlab对算例进行了仿真验证。     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

基于GA-SVDD的轴承性能退化评估

为解决因机械设备轴承损伤导致机械故障而无法正常工作的问题,提出了一种基于GA-SVDD的轴承性能退化定量评估方法。该方法采用遗传算法优化选择特征参量,并建立SVDD超球体模型,运用SVDD距离评估轴承的性能退化程度。实验分析表明：该方法能够有效地对轴承性能退化过程的细节进行描述,实现对待测样本退化程度的定量评估。     

基于AdaBoost-SVM算法的某火炮炮闩技术状态评估

针对现役装备技术状态评估多依赖于手工拆卸的现状,提出一种基于AdaBoost-SVM模式识别算法的在线技术状态评估方法。利用人工后坐在线检测设备对炮闩装置技术状态参数进行检测,在对检测数据进行相关性分析特征提取的基础上,引入支持向量机模式识别方法,建立炮闩装置技术状态评估模型。通过将评估模型与Ada-Boost算法相结合,每次迭代都根据测试精度对分类错误的样本点和各分量分类器的权重重新赋值,在下一次迭代中形成新的分量分类器以优化分类结果,最终将各分量分类器依其权重综合完成评估。实例分析结果验证了评估模型的正确性和有效性。     

可修系统的一个模型

本文研究一种具有4种故障形式的可修系统。利用向量Markov过程方法,求出了系统的可靠性指标。     

平面B—样条曲线的拐点定理

利用插入节点的算法,本文研究了Ｂ—样条曲线的形状,得到了Ｂ—样条曲线拐点的一个定理。该定理描述了当控制多边形只有一个拐向点时Ｂ—样条曲线的拐点、尖点和二重点的关系。此项研究对于工程应用中的ＣＡＤ有较实际的指导作用。     

猎雷具定位水中悬浮目标的方法

猎雷具的前视声纳在发现锚雷时,无法解算其位置坐标,从而使猎雷具无法准确、安全地消灭锚雷,影响了猎雷具的作战效能,因此利用目标在声纳波束中的临界状态,结合单位波束的方向性特点,提出了对水中悬浮目标进行定位的方法,并根据实际作战环境,对计算结果进行了修正,完善了解算模型。     

使用融合乘加加速快速傅里叶变换计算的向量化方法

融合乘加指令加速快速傅里叶变换计算的向量化方法,通过变换快速傅里叶变换的蝶形单元运算流程,将传统计算方式中独立的乘法和加法操作组合成次数更少的融合乘加操作,使得时间抽取法基2快速傅里叶变换算法的蝶形单元计算的实数浮点操作由原来的10次乘(加)操作减少到6次融合乘加操作,时间抽取法基4快速傅里叶变换算法的蝶形单元计算的实数浮点操作由原来的34次乘(加)操作减少到24次融合乘加操作;优化了蝶形因子的向量访问,减少存储开销。实验结果表明,提出的方法能够显著加速快速傅里叶变换的计算,取得高效的计算性能和效率。     

改进类电磁算法在武器目标分配问题中的应用

通过基于级数的粒子编码变换方法,将武器目标分配问题的约束条件进行了化简.对原始类电磁算法,在种群初始化、局部搜索、合力计算以及粒子移动等各步骤对其进行改造,使之适应武器目标分配问题的整数解空间.最后通过数值实验验证了该改造后算法解决武器目标分配问题的有效性.