利用对象Petri网验证场景

序列图表示的场景常被用于系统开发早期的需求获取与描述,但因其弱语义性而难以被验证.将序列图表示的场景转换为语义精细的对象Petri网模型OPDL,并通过其仿真环境OPMSE对其进行仿真,将场景描述的系统行为"展示"给需求开发者和用户,以此进行行为需求的验证.     

Solving partially observable agent‐intruder games with an application to border security problems

In this paper, we introduce partially observable agent‐intruder games (POAIGs). These games model dynamic search games on graphs between security forces (an agent) and an intruder given possible (border) entry points and high value assets that require protection. The agent faces situations with dynamically changing, partially observable information about the state of the intruder and vice versa. The agent may place sensors at selected locations, while the intruder may recruit partners to observe the agent's movement. We formulate the problem as a two‐person zero‐sum game, and develop efficient algorithms to compute each player's optimal strategy. The solution to the game will help the agent choose sensor locations and design patrol routes that can handle imperfect information. First, we prove the existence of ?‐optimal strategies for POAIGs with an infinite time horizon. Second, we introduce a Bayesian approximation algorithm to identify these ?‐optimal strategies using belief functions that incorporate the imperfect information that becomes available during the game. For the solutions of large POAIGs with a finite time horizon, we use a solution method common to extensive form games, namely, the sequence form representation. To illustrate the POAIGs, we present several examples and numerical results.     

基于VMD和SVM的舰船辐射噪声特征提取及分类识别

针对复杂海洋背景下舰船声频辐射噪声特征提取困难的问题,提出一种基于变分模态分解、中心频率、复杂度特征和支持向量机的舰船辐射噪声特征提取及分类识别方法。对四类舰船辐射噪声信号使用变分模态方法分解,得到一定数量的固有模态函数。通过比较提取能量最大的固有模态函数中心频率和排列熵作为特征参数,并利用支持向量机方法对四类舰船信号样本进行分类识别。实验结果表明,该方法可以实现对舰船辐射噪声的特征提取,与已有方法对比,该方法具有较高的识别率。     

基于PCA特征的快速SAR图像目标识别方法

目标识别是SAR图像解译的重要一环,受到广泛的关注,而实时性又是评估目标识别系统性能的主要指标之一.从实时的角度出发,提出了一种快速的SAR目标识别方法.该方法采用基于Hebb学习规则的主分量分析(PCA)进行特征提取,使用多层感知器神经网络(MLP NN)进行目标分类.实验结果表明,在维持较好识别性能的前提下,该方法具有内存需求少、运行速度快的特点,能用于实时处理.     

一种融入运动特性的显著性特征提取方法

针对复杂背景下图像序列中运动目标的跟踪前检测问题,提出一种融入运动特性的显著性特征提取方法,该方法综合目标的灰度、细节和运动等形成稳健的显著性特征,并得到一组显著性特征提取图.在这组图像中,具有这种多特征的区域得到加强,其他区域受到抑制,从而能够轻松地检测出可引起人类视觉注意的运动目标.由于该算法中的显著性特征来源于目标的多种底层特性,因此该算法具有很强的稳健性.实验证明,这种方法具有较强的稳定性和实用性,抗干扰能力强.从视觉效果的角度出发,能够较大地提高运动目标在复杂背景中的信杂比.     

DS/FH信号跟踪的频率相位修正技术

直序/跳频(direct sequence/frequency hopping, DS/FH)扩频信号的跟踪受到多普勒效应和电离层效应的严重影响,使其难以应用于卫星导航的抗干扰领域。为了解决该问题,提出将递归最小二乘滤波修正的方法应用在DS/FH信号跟踪上。将处于不同通道中心频率的多普勒频率估计转化到DS/FH信号的整体中心频率进行并滤波,在频率捷变时对载波数控振荡器进行修正。根据对频率跳变前后载波相位和码相位突变的观察,实时估计电离层的电子密度,在频率捷变时修正载波相位和码相位。仿真实验证明,所提方法能够有效地消除DS/FH信号跟踪中的频率相位不连续问题,其跟踪精度与直序扩频信号度基本是相同量级。     

大面积建筑防排烟性能化设计

建立了一个理想的商场模型,根据相关条件,首先说明防排烟原理,结合规范对防烟分区合理划分,选择合适的排烟方式,即自然排烟与机械排烟结合。通过对排烟量、烟气温度的计算,设计合理的蓄烟拱高度、宽度,自然排烟口的面积等。同时对排烟风机的设置要求、排烟口的设置位置,提出了合理化的建议。     

基于球面映射和拆卸树的拆卸序列生成算法

拆卸序列生成是虚拟维修的核心之一,直接关系到虚拟维修的可行性及成本。搜索所有可行拆卸序列、避免组合爆炸并保持算法的通用性是序列生成算法的研究难点。通过引入球面映射概念,定义了局部和全局阻碍方向及可拆卸方向,克服了传统方法中基于六坐标轴方向创建干涉矩阵的局限性。提出了一种符合拆卸规则和拆卸关系表的拆卸树生成算法,求得所有可行的拆卸序列,并通过实例在虚拟维修平台上得到了实现。     

雷达故障"板级定位"诊断系统的设计

为故障精确定位而设计的雷达故障诊断系统,利用VXI测试仪器为硬件平台,设计了基于征兆(测点)的集成推理软件平台.对征兆的测试数据(含结果)进行采集,基于序贯分类方法的数据结果,再进行故障的合理识别、推理和判断,推断出正确的结果,将故障定位在板级(即最小可更换单元).     

多维AR(p)模型在预报舰船运动中的应用

在舰空导弹武器系统的实战中,能够实时预报舰船的运动状态非常必要。给出了利用多维AR(p)模型对舰船运动参数进行预报及修正的方法。