反舰导弹冲淡式电子干扰模型研究

冲淡式电子干扰是应对反舰导弹的常用电子干扰手段,基于冲淡式干扰的基本原理建立了反舰导弹的冲淡式电子干扰模型,分析并计算了各种不同攻防对策下的冲淡式干扰的效果及其变化趋势,在此基础上讨论了对抗双方在冲淡式电子对抗中的最优对策,包括战术对策和装备策划对策,为冲淡式电子干扰攻防实践提供了一定的理论依据。     

中制导信息在导弹突破冲淡式干扰中的作用分析

冲淡式电子干扰是应对反舰导弹攻击的常用电子干扰手段。基于冲淡式电子干扰机理建立反舰导弹运用中制导信息突破冲淡式电子干扰的模型。分析不同中制导信息和中制导距离对反舰导弹突破冲淡式电子干扰的效果及其变化趋势。结果表明中制导信息在反舰导弹突防冲淡式电子干扰过程具有重要的作用。     

中制导信息对导弹突破质心式干扰影响的分析

质心式电子干扰是应对反舰导弹的常用电子干扰手段.基于质心干扰机理建立反舰导弹运用中制导信息突破质心式电子干扰的模型,分析了不同中制导信息和中制导距离对反舰导弹突破质心干扰的效果及其变化趋势.结果表明中制导信息在反舰导弹突防质心干扰过程具有重要的作用.     

中制导信息对导弹突破质心式干扰的影响分析

质心式电子干扰是应对反舰导弹的常用电子干扰手段,基于质心干扰机理建立反舰导弹运用中制导信息突破质心式电子干扰的模型,分析了不同中制导信息和中制导距离对反舰导弹突破质心干扰的效果及其变化趋势,其结果表明中制导信息在反舰导弹突防质心干扰过程具有重要的作用。     

电子对抗条件下防空导弹单次连射杀伤概率计算

阐述了有源压制式干扰和箔条干扰条件下的信干比计算方法,构建了电子干扰条件下防空导弹单发杀伤概率的计算模型,引入了雷达抗干扰改善因子的概念,分析了欺骗式干扰的有效干扰概率和电子干扰条件下的目标发现概率,最后给出了电子对抗条件下防空导弹单次射击杀伤概率的计算模型。     

毫米波遥控弹道修正弹拦截机动 反舰导弹命中概率的仿真研究

提出了修正拦截流的概念,建立了舰载毫米波遥控指令弹道修正弹（MMW-RCTCM）拦截机动反舰导弹空袭流的防空射击模型。研究了单发MMW-RCTCM对单一机动反舰导弹的命中概率、修正拦截流对单一机动反舰导弹的命中概率以及修正拦截流对机动反舰导弹空袭流的命中概率。根据当前的技术发展状况,分析了攻防双方的技术参数,并据此对各种典型攻防模式下的命中概率进行了仿真计算。计算结果表明,与无控弹丸相比,MMW-RCTCM对机动反舰导弹的拦截效率成倍提高,且能够有效防御超音速反舰导弹的高强度攻击。     

电子干扰效果与效能评估的研究

在深入研究现有电子干扰效果与评估的基础上,提出了与现代电子战相适应的新型干扰效果和评估技术,定义了新型的电子干扰效果评估因子和效能评估因子的概念与表示方法.     

复杂电磁环境抗干扰对策

现代战争是体系与体系的对抗。随着战场电磁环境的日益复杂,以往那种彼此分立,功能单一的电子干扰已无法满足作战的需求。文章论述了复杂电磁环境的组成及特点,对构成复杂电磁环境的各种因素对通信系统形成干扰原因和类型进行了分析,针对复杂电磁环境对通信系统形成的有意干扰提出了相应的抗干扰对策,其中对有意干扰的抗干扰措施从技术和战术角度两方面进行重点讨论。     

分布式干扰技术研究

电子装备抗干扰技术的发展对电子干扰技术提出了新的要求。电子干扰技术的发展从军事需求和技术发展来看,一个可能的发展方向就是采用小功率分布式干扰机,即将大量的小型干扰机布置或投掷在目标附近,利用距离优势和分布特性实现有效干扰。这将降低对单个干扰机的功率要求,并且由于分布特性,对一些抗干扰技术有很好的干扰效果。     

分布式干犹技术研究

电子装备抗干扰技术的发展对电子干扰技术提出了新的要求。电子干扰技术的发展从军事需求和技术发展来看,一个可能的发展方向就是采用小功率分布式干扰机,即将大量的小型干扰机布置或投掷在目标附近,利用距离优势和分布特性实现有效干扰。这将降低对单个干扰机的功率要求,并且由于分布特性,对一些抗干扰技术有很好的干扰效果。     

基于时间序列模型的收视率研究

收视率是指在某个时段收看某个节目的目标观众人数占总目标人群的比重,以百分比表示。收视率的高低能够反映出节目的观众喜爱程度以及节目所具有的社会影响力。本文采用2006年中国电视收视年鉴中的全国收视数据,以工作日及节假日收视率为研究对象,利用SAS统计软件做时间序列分析,并进行预测。结果显示,节假日收视率数据能够较好的拟合ARIMA(1,2,(1,4))模型,工作日收视率数据则利用ARIMA(1,2,(1,4))模型和AR(1,4)模型拟合结果都较好,但是相对而言ARIMA(1,2,(1,4))拟合效果最好。     

基于线性神经网络的重庆市GDP发展研究

对1978-2011年重庆市生产总值时间序列进行分析,研究发现四阶差分之后,数据趋于平稳;四阶差分序列的自相关系数一阶截尾,最终建立时间序列ARIMA（1,4,1）模型,并测算残差平方和,但ARIMA模型的残差序列存在自相关,对拟合效果产生了影响;基于时间序列ARIMA（1,4,1）模型研究的基础,进一步采用线性神经网络对序列进行学习和仿真计算,结果表明：神经网络的模拟效果优于ARIMA时间序列的模拟效果.     

ARIMA乘积季节模型对我国消费者信心指数的分析

消费者信心指数能够预测消费支出,对某些宏观经济指标也有较好的预测效果。本文运用Eviews6.0软件对2006.01—2011.12我国消费者心指数的统计数据建立ARIMA乘积季节模型。结果表明该模型适合预测我国的消费者信心指数而且预测精度较高,但只适合短期预测。     

一种新的基于DFNN的时间序列预测

对时间序列预测, 利用自回归移动平均模型(ARIMA)给出了一种新的基于动态模糊神经网络(DFNN)的模型, 该模型中主要是考虑了输出误差这个重要因素. 将ARIMA模型产生的非线性特征用DFNN模型模拟. 能够产生比DFNN和ARIMA单个模型更加精确的模型. 因此, 它可以作为一个适当的替代模型来预测任务,特别是当需要更高的预测精度的时候. 最后用Mackey-Glass时间序列验证了模型的有效性.     

ARIMA模型在研究油气田产量递减规律中的应用

阿尔浦斯模型不能很好地提取随机性信息,而ARIMA模型恰好可以改进这一点。本文应用ARIMA模型对位于英国北海的Brae East油田的产量数据进行了拟合及预测。结果表明,这种方法是有效和实用的。     

基于ARIMA模型的甘肃省能源消费预测

本文利用时间序列分析的ARIMA模型对甘肃省1985-2007年的能源需求总量进行了实证研究,结果表明甘肃省能源需求总量在做短期预测时ARIMA（0,2,1）模型是合理的,本文在此基础上做了预测,并得出来相应结论。     

乘积ARIMA模型的建立及应用

ARIMA模型作为统计预测中的一种重要模型,被广泛运用于各个领域中。本文在非季节性及季节性ARIMA模型的基础上介绍了乘积ARIMA模型的一般表达式,提供了建立这类模型及使用其进行预报的一般过程,并以某超市月顾客量数据进行了实例分析。分析结果表明,当一时间序列不仅含有季节性成分,还混有非季节性成分时,用乘积ARIMA模型的预测精度较高。但该模型只适用于短期预测。     

基于ARIMA模型的时间序列数据挖掘方法改进

ARIMA模型是一种很重要的时间序列数据挖掘模型,但是这个模型往往只是对某个时间点进行研究.事实上一段时间往往影响未来的预测结果,就ARIMA模型的数据挖掘方法进行改进,并用美国IT界的股票价格数据对改进的模型进行了实证分析.结果显示改进后的模型与未来股票价格的预测更加准确.     

基于ARIMA模型的我国GDP短期预测

国内生产总值(Gross Domestic Product,简称GDP)常被公认为衡量国家经济状况的最佳指标,因此对GDP的预测越来越受到政府和公众的关注.由于影响GDP的因素有很多,而且这些因素间又常常存在多重共线性,所以准确找出影响GDP的重要因素并进行建模比较困难,而且经济数据常常是自相关非平稳的,因此本文采用ARIMA模型来拟合1991年到2010年的GDP数据并预测GDP.结果表明ARIMA(1,1,1）能较好拟合GDP数据,预测表明我国经济发展势头良好.     

GDP时间序列的ARIMA模型研究

在经典计量经济学建模过程中,通常假定经济时间序列是平稳的,而且主要以某种经济理论或对某种经济行为的认识来确定计量经济学的模型理论的关系式.然而在经济领域中,许多时间序列数据不是由平稳过程产生的,基于此,研究了国内生产总值GDP随时间位移而持续增长的特性,确定了模型的自回归阶数,建立了ARIMA模型,并对ARIMA模型进行了检验,确定了模型的平稳性与模型自回归影响的持久性.