TBM模型的目标综合识别算法

利用电子支援措施(ESM)和光学成像传感器等不同类型传感器进行目标综合识别,是现代综合电子战中的一个重要研究课题。TBM是D-S证据理论的一个扩展模型,它研究了D-S证据理论的动态部分,从数据融合的角度来看,它是一种层次化的递进模型,尤其适用于需要逐层进行数据、特征或决策级融合的融合系统。提出了一种基于TBM模型的异类传感器目标综合识别算法,充分利用了电子侦察和光学成像侦察提供的独立、互补的信息,获得了对目标的有效识别。仿真结果证明了这种算法的有效性。     

具有节点失效的网络可靠度的信息交互算法

提出了一种用于计算具有节点失效的网络可靠度的新计算方法。该算法依据不交化代数及协同计算的思想,采用节点信息义互的方法直接获得网络的不交化最小路集。算法简便易行,具有分布计算的特点,为大型网络系统的可靠性度计算提供了一种新的途径。     

基于集对分析与粗糙集理论的综合评价模型

传统评价方法在处理评估问题时的基本思路是设法把随机不确定性和模糊不确定性在一定条件下转化为确定性,然后用处理变量的数学方法来处理这些不确定性,忽视了不确定性在一定范围内不确定的信息。尝试应用集对分析和粗糙集的基本概念和理论,建立综合评价模型,试图避免或化解传统评估方法的许多缺憾。最后,以一实例证明了利用这种综合评价模型对问题进行评估时,保留了问题的不确定信息,可在一定程度上客观、合理地反映出问题的本质。     

基于集对分析的维修保障系统效能评估

在分析维修保障系统效能影响因素的情况下,应用集对分析方法建立了维修保障系统效能多指标评估模型,以定量的结果对维修保障系统效能进行综合评估,并与层次分析法和突变评价法的结果进行比较,结论一致.为维修保障系统效能评估问题寻求出一种新的方法,其评估结果可为决策提供定量依据.     

机载C~3I系统试飞数据质量评估方法

针对机载C3I系统的试飞中数据质量评估指标多、数据量大等问题,建立了数据质量评估模型.并阐述了该模型的构造方法,将数据中复杂的指标体系进行了量化处理,将粗糙集和神经网络相结合,提出了一种试飞数据综合质量的计算方法.实现了对数据的实时监控.该模型简捷、准确、工程应用效果好.     

基于粗糙集与神经网络相结合的模拟电路故障诊断

针对当神经网络输入端维数比较大造成在模拟电路故障诊断中BP神经网络结构庞大,从而影响到诊断速度以及正确率的问题,结合粗糙集理论和神经网络在信息处理方面的优势,建立了一个基于粗糙集理论和BP神经网络相结合的模拟电路故障诊断模型。通过对某装备位置调节器板的故障诊断过程表明,该模型简化了网络数据样本的维数,优化了神经网络结构,提高了系统的诊断正确率与诊断速度。     

An eikonal equation based path planning method using polygon decomposition and curve evolution

Path planning is a key technique of autonomous navigation for robots, and the velocity field is an important part. Constructing velocity field in a complex workspace is still challenging. In this paper, an inner normal guided segmentation algorithm in a complex polygon is proposed to decompose the complex workspace in this paper. The artificial potential field model based on probability theory is then used to calculate the potential field of the decomposed workspace, and the velocity field is obtained by utilizing the potential field of this workspace. Path optimization is implemented by curve evolution, during which the internal force generated in the smoothing process of the initial path by a mean filter and the external force is obtained from the gradient of the workspace potential field. The parameter selection principle is deduced by analyzing the influence of several parameters on the path length and smoothness. Simulation results show that the designed polygon decomposition algorithm can effectively segment complex workspace and that the path optimization algorithm can shorten and smoothen paths.     

大型船舶空气尾流场防治新技术的数值模拟

大型船舶空气尾流场对海上飞机安全降落有重要的影响,因此对其进行有效防治技术研究在保障飞机安全、大型船舶海上活动等方面有重要意义。采用计算流体力学方法开展大型船舶空气尾流场特性及其防治技术的数值模拟研究,以带有Spalart-Allmaras湍流模型的Reynolds平均Navier-Stokes方程构建模拟平台开展数值模拟,得到大型船舶空气尾流场规律特性。在此基础上,提出主动补气防治新技术,分别阐述其理论基础、核心方法和技术方案;根据主动补气防治技术思想和理论,进一步开展数值模拟验证研究。结果表明,该技术能显著改善空气尾流场的流场品质,使流场趋于平稳均匀,减小对飞机海上降落的影响。该技术进一步完善了可实现工程应用,并保证飞机海上降落安全,有巨大的应用潜力。     

基于证据熵对不确定性度量的决策表约简

知识约简是粗糙集理论的核心内容之一,产生的粗糙决策规则往往具有一定的不确定性.在变精度粗糙集的基础上,本文构造了符合证据理论框架的一组焦元,利用基本概率分配函数计算了证据的总体信息熵,度量了决策表的不确定性;以该度量作为启发信息,给出了决策表的启发式知识约简算法.计算实例表明了本文方法的有效性.     

基于区间直觉模糊集的目标优先级求解方法

针对复杂防空作战环境下多目标优先级难以准确评估的问题,提出了基于区间直觉模糊集理论的目标优先级求解算法。首先系统分析了影响目标优先级的因素以及各影响因素与目标优先级之间的非线性关系。其次,对区间直觉模糊集的得分函数和精确函数进行了改进,考虑了犹豫度信息对决策结果的影响,并且提出了基于得分函数和精确函数的目标优先级求解算法。最后通过仿真算例验证了算法的有效性。