基于经验模态分解和灰色关联度分析的仿真模型验证方法

比较分析仿真输出与参考输出之间的差异是仿真模型验证的一种常用手段。为解决系统输出为非平稳快变数据的仿真模型验证问题,提出了基于经验模态分解和灰色关联分析的验证方法。首先采用经验模态分解方法将仿真输出和参考输出均分解为趋势项和平稳项两部分,然后从位置差异和外形差异两方面刻画趋势项之间的差异,用谱密度差异刻画平稳项之间的差异,再者采用熵权法确定各类差异的权重,最后基于灰色关联度分析综合三类差异得到验证结果。通过实例应用,验证了方法的有效性。     

基于孪生网络的仿真模型智能排序评估方法

针对动态输出多样本条件下的多备选仿真模型择优问题，提出了一种基于孪生卷积神经网络(siamese convolutional neural network, SCNN)的仿真模型智能排序评估方法。首先，将仿真数据和参考数据的一致性度量问题转化为二者特征一致性度量问题。其次，在分析评估数据特点和对比试验结果的基础上，确定采用SCNN实现评估数据的特征提取。接下来，给出基于SCNN的仿真模型排序评估方法，包括网络结构初步设计、网络参数训练调优和仿真模型排序评估三部分。最后，通过实例应用，验证了该方法在评估数据特征提取和仿真模型排序评估方面的有效性。     

一种时频结合分析的仿真结果动态一致性检验方法

针对武器系统的大量动态输出过程具有非平稳和短时序的特点,提出了一种时频结合分析的仿真结果动态一致性检验方法,根据分析过程中的步骤、方法和规则,建立了动态一致性检验框架。该方法首先通过分析传统灰色关联分析方法的不足,从序列间的距离和形状两方面考虑,提出了一种改进的灰色关联度模型,在时域内对仿真数据的动态一致性进行了检验。然后运用最大熵谱估计方法并结合小波多尺度分析理论对信号分解重构无需先验知识的特点,对非平稳数据进行了平稳化处理完成了频域内仿真数据的一致性检验。最后根据对两种不同角度得到的一致性检验结果的冲突分析,运用合成规则获得仿真数据动态一致性检验的综合结果。通过对电磁轨道炮发射过程放电电流的一致性检验,验证了该方法的有效性和可行性。     

情报数据驱动的在线仿真系统动态修正方法

为了保证面向指挥决策支持的在线仿真系统可信性,提出了情报数据驱动的在线仿真系统动态修正方法。首先,依据情报数据变化快慢,将其分为缓变和快变两类数据;然后,从位置接近性和外形相似性两个方面刻画缓变数据间差异,从趋势项差异和平稳项差异两个方面刻画快变数据间差异,由此实现了仿真输出与情报数据一致性的度量;进一步,基于拉丁超立方实验设计方法确定仿真模型“修正集合”,并利用主成分分析综合仿真输出一致性指标,从修正集合中选择使得仿真模型可信性最佳的修正方案。通过应用实例,表明了方法的有效性。     

频谱分析方法在仿真可信性研究中的应用

应用频谱分析方法进行仿真可信性评估。分析了傅立叶谱估计、最大熵谱估计的统计特性,并分别构造相容性检验。引入瞬时谱估计分析非平稳随机信号,以及应用于某型近炸引信数字仿真模型验证的一个实例。     

频谱分析方法在可信性研究中的应用

应用频谱分析方法进行仿真可信性评估，分析了傅立叶谱估计、最大熵谱估计的统计特性，并分别构造相容性检验，引入瞬时谱估计分析非平稳随机信号，以及应用于某型近炸引信数字仿真模型验证的一个实例。     

空空导弹仿真结果动态一致性检验方法

仿真结果的动态一致性检验是空空导弹仿真系统可信性评估中的热点和难点,也是空空导弹试验鉴定的重要保证,因此,必须对其进行检验.首先,提出了空空导弹仿真结果动态一致性检验方法,该方法可以在没有说明具体分布形式情况下给出一致性检验拒绝域,并且对空空导弹仿真数据没有任何限制,即对平稳和非平稳的数据序列均适用,并且不需要对数据进行预处理,提高空空导弹仿真结果动态一致性检验的可信程度,该检验方法是一种定量的检验方法.工程应用结果表明,该方法能够很好地对空空导弹仿真结果和实测结果之间的动态一致性进行检验.     

基于数据特征的仿真动态输出验证方法

为了解决考虑不确定性时仿真系统动态输出验证问题,提出一种基于数据特征的仿真系统动态输出验证方法。首先在给出数据特征度量模型集概念的基础上,定义了形状、位置、频谱3方面的差异特征度量模型;然后分别构建仿真系统输出和参考输出的标准序列,建立仿真系统和参考系统动态输出的数据特征矩阵;再者,应用基于核密度估计的改进贝叶斯因子法实现仿真系统动态输出统计特性的一致性度量,从而完成动态输出的验证;最后,通过实例应用对所提方法进行了验证。     

基于Hilbert-Huang变换理论的非线性系统分析

介绍了Hilbert-Huang变换(HHT)这一全新的处理非线性、非平稳信号数据的方法,将其用于分析典型的非线性系统-Duffing方程,通过对使用三阶Runge-Kutta法求解而得到的Duffing方程数值解分解后,得到了4个固有模态函数分量和1个残余量,给出了相应的能量-频率-时间分布图-Hilbert谱,并将其边际谱与Fourier谱作了比较。结果表明,此方法具有更好的局部特性分辨以及瞬时频率分解效果,经HHT变换得到的主要固有模态函数分量具有明确的物理意义,体现在Hilbert谱上的系统固有频率存在明显的波内调制机制,分析结果充分保留了系统的非线性特征。     

一种验证反坦克导弹系统仿真模型的方法

本文针对复杂的反坦克导弹系统的仿真模型，提出了一种采用现代谱分析法的验证方法。该方法适合于反坦克导弹系统动态过程仿真的输出为短时序、低信噪比的特点，并能定量地给出仿真模型与实际系统一致性的程度。本文用某型号反坦克导弹系统的仿真数据给出了应用上述方法的验证结果。     

基于几何的V2V三维MIMO信道建模及统计特性分析

为准确刻画复杂无线通信场景下车对车多输入多输出信道特征, 结合双圆柱模型和椭球模型, 提出一种改进的三维基于几何随机信道模型, 并推导了仿真模型。该模型综合考虑环境中移动和静止有效散射体的分布, 能够体现各种实际场景中散射体分布形式、天线阵列排列方式及车流量密度对空时相关函数、多普勒功率谱密度等信道统计特性的影响。仿真结果表明, 该参考模型扩展了基于几何的车对车信道建模方法, 可服务于车联网环境下车载无线通信系统的设计和性能分析; 同时验证了仿真模型的准确性。     

基于相关矩阵对角化和遗传算法的盲源分离法

提出了一种新的基于相关矩阵对角化的代价函数作为衡量输出信号独立性的测度。为了扩大搜索空间,降低各信源之间的互相关性,将代价函数进行了非线性变换。还提出了利用实数编码的遗传算法对代价函数进行最优化搜索,以克服传统梯度搜索方法容易陷入局部收敛的缺点。此方法不仅适用于平稳或非平稳信号,而且还可用于瞬时或卷积混和模型的盲源分离问题。仿真实验表明,该算法具有快速收敛性能和高精确度等优点,能够大大提高分离后的输出信噪比。     

动态不确定评价问题的随机聚合求解及应用

面向区间数形式的多阶段动态不确定综合评价问题,在传统绝对形式排序结论的基础上,进一步从随机模拟的视角讨论该问题的随机聚合求解方法及其他形式的评价结论.首先对体现被评价对象之间两两比较的优胜度概率矩阵进行了介绍,并给出了其模拟求解算法及简化算法;然后基于优胜度概率矩阵,发展出了带有概率特征的可能性排序及用于反映被评价对象不同时期发展状态的动态估值等评价结论.最后,通过武器组装自动化流水线运转情况的动态评价算例对上述多种形式的评价结论进行了求解与分析.多种形式的评价结论,不仅更加吻合动态不确定性评价问题的背景,而且进一步丰富了评价结论的形式,从而可使评价需求方从不同侧面更加全面地了解被评价对象的发展动态.     

Robust data envelopment analysis based MCDM with the consideration of uncertain data

The application of data envelopment analysis (DEA) as a multiple criteria decision making (MCDM) technique has been gaining more and more attention in recent research. In the practice of applying DEA approach, the appearance of uncertainties on input and output data of decision making unit (DMU) might make the nominal solution infeasible and lead to the efficiency scores meaningless from practical view. This paper analyzes the impact of data uncertainty on the evaluation results of DEA, and proposes several robust DEA models based on the adaptation of recently developed robust optimization approaches, which would be immune against input and output data uncertainties. The robust DEA models developed are based on input-oriented and outputoriented CCR model, respectively, when the uncertainties appear in output data and input data separately. Furthermore, the robust DEA models could deal with random symmetric uncertainty and unknown-but-bounded uncertainty, in both of which the distributions of the random data entries are permitted to be unknown. The robust DEA models are implemented in a numerical example and the efficiency scores and rankings of these models are compared. The results indicate that the robust DEA approach could be a more reliable method for efficiency evaluation and ranking in MCDM problems.     

Multi-component LFM signal detection and parameter estimation based on Radon-HHT

A new method is proposed to analyze multi-component linear frequency modulated （LFM） signals, which eliminates cross terms in conventional Wigner-Ville distribution （WVD）. The approach is based on Radon transform and Hilbert-Huang transform （HHT）, which is a recently developed method adaptive to non-linear and non-stationary signals. The complicated signal is decomposed into several intrinsic mode functions （IMF） by the empirical mode decomposition （EMD）, which makes the consequent instantaneous frequency meaningful. After the instantaneous frequency and Hilbert spectrum are computed, multi-component LFM signals detection and parameter estimation are obtained using Radon transform on the Hilbert spectrum plane. The simulation results show its feasibility and effectiveness.