基于对称交互熵的ISAR干扰效果评估方法

从信息论的角度出发,将交互熵引入到ISAR干扰效果评估中。针对其不满足对称性的不足,提出了对称交互熵的概念,并从理论上证明了对称交互熵是一种距离测度,从而建立了以对称交互熵为指标的评估模型。最后,针对射频噪声干扰和噪声调频干扰两种典型的压制性干扰样式进行了干扰仿真,并应用对称交互熵从定量的角度对ISAR压制性干扰效果进行了评估。得出的结论与定性评估一致,表明了该方法的有效性和可行性。     

干扰效果在线评估参数筛选与特征表示方法

针对利用雷达侦察信号进行干扰效果在线评估时参数冗余、信号变化程度判别不清的问题,提出雷达干扰效果在线评估参数筛选与特征表示方法。对多功能海上雷达信号,利用信息熵筛选剧烈变化参数,通过盒维数和皮尔逊相关系数提取信号变化特征,结合支持向量机实现对未知威胁的干扰效果在线评估。仿真实验表明,当信号参数偏离误差小于10%时,新方法的评估准确率高于92%,显著提高了雷达干扰效果在线评估的可靠性。     

干扰效果在线评估参数筛选与特征表示方法

针对利用雷达侦察信号进行干扰效果在线评估时参数冗余、信号变化程度判别不清的问题,提出雷达干扰效果在线评估参数筛选与特征表示方法。对多功能海上雷达信号,利用信息熵筛选剧烈变化参数,通过盒维数和皮尔逊相关系数提取信号变化特征,结合支持向量机实现对未知威胁的干扰效果在线评估。仿真实验表明,当信号参数偏离误差小于10%时,新方法的评估准确率高于92%,显著提高了雷达干扰效果在线评估的可靠性。     

基于贴近度的雷达干扰资源分配策略研究

分别从时域、频域、空域、能量及对抗双方的工作体制、对抗样式等六个方面详细分析了影响雷达干扰效果的特征因子,提出了全面评估雷达干扰效果的指标体系。在分解隶属度矩阵行向量信息与列向量信息的基础上,构建了一种快速评估雷达干扰效果的模型。利用Euclid贴近度原理对雷达干扰资源的分配策略、分配后的干扰效果进行了研究。最后通过一个实例证明了该模型简单实用,快捷可行。     

基于区域纹理匹配的SAR欺骗性干扰评估方法研究

针对SAR对抗试验评估问题,提出了一种基于区域纹理匹配的欺骗性干扰效果评估新方法。首先给出并证明了空间信号的可分性与其特征纹理匹配度之间的一致性原理,然后提出了基于特征纹理匹配的区域欺骗成功测度(简称欺骗度)和欺骗干扰有效区域的概念,推导了基于图像分割的有效干扰区域的收敛上限。最后给出了该方法的实现步骤。仿真表明,该方法对SAR欺骗性干扰效果评估客观、定量且针对性强。     

雷达组网ECM压制距离试验替代等效推算方法

针对雷达组网ECM压制距离试验评估问题,以单部雷达替代等效推算模型为基础,并综合运用数学仿真手段,提出了雷达组网替代等效推算方法。将该方法应用于干扰装置对抗雷达网的压制距离试验评估实践中,可以解决缺少作战对象和难以构建复杂、真实作战战情情况下的试验评估技术难题。该方法的可行性和有效性在试验评估实践中得到了检验。     

基于逆滤波处理的雷达干扰效果在线评估方法

非合作的干扰效果在线评估是实现自适应干扰及认知电子对抗闭环的关键问题和难点问题。对此,提出一种基于逆滤波处理的雷达干扰效果在线评估方法,通过感知得到的雷达系统外部状态,利用逆滤波处理估计雷达系统内部跟踪误差,进而实现对应雷达干扰样式的干扰效果在线评估和干扰参数实时优化。首先对逆滤波处理实现雷达跟踪误差估计问题进行建模,然后针对杂波背景下的雷达滤波算法进行逆滤波处理推导。具体设计了针对拖引欺骗干扰的干扰效果在线评估和干扰参数优化方法,最后以对抗导引头雷达的距离门拖引干扰为例进行了数字仿真验证,实验结果验证了所提方法的可行性和有效性。     

雷达模拟系统最大作用距离研究

分析了雷达模拟系统作用距离在雷达干扰效果评估试验中的重要作用，阐述了雷达干扰试验中雷达模拟系统最大作用距离的设计原则，提出了在不同干扰试验模式下，作用距离的试验要求和计算方法，完成了在满足干扰试验历经信干比变化过程的条件下，雷达模拟系统发射机功率和天线增益的设计。     

噪声调频干扰下的一种雷达目标检测方法

分析了Morlet小波变换的性质,利用Morlet小波变换在时间、频率局部化信号的能力,提出了一种噪声调频干扰下的雷达目标检测方法.运用该方法对雷达信号进行小波变换和相关处理,可极大限度地抑制噪声调频干扰和白噪声,由相关函数的峰值对雷达目标进行检测.仿真结果表明,该方法能够在噪声调频干扰下,有效地进行雷达目标检测.     

数目可调型ISAR图像欺骗干扰技术研究

将间歇采样转发处理和散射波干扰方法相结合,提出了一种针对逆合成孔径雷达(inverse synthetic aperture radar, ISAR)的虚假目标图像数目可调型欺骗干扰方法。推导并对比了雷达目标回波和散射波干扰信号在目标二维ISAR图像重构时的差异,分析了散射波干扰后虚假图像的旋转现象;结合解线频调处理,分析了间歇采样占空比、采样周期对干扰效果的影响,得到了虚假图像数目与成像场景大小、采样周期之间的约束关系,从而实现虚假目标图像数目可调。数字仿真和实测数据实验均证明了该方法的有效性。     

杠杆率对预期权益回报率的影响研究

上市公司经营的核心目标为股东财富最大化,预期权益回报率是衡量股东财富变化的重要指标.本文研究了杠杆率对上市公司预期权益回报率的影响,据此讨论是否存在最大化预期权益回报率的资本结构.财务困境成本与代理成本的存在,使得我们难以从公司价值最大化的角度研究最优资本结构,因而从股东财富最大化的角度着手研究更为现实,隐含资本成本能较好地代表股权投资者的预期收益,进而反映股东财富的变化.本文使用Gebhardt-Lee-Swaminathan (GLS)模型对隐含资本成本进行测算,以此衡量预期权益回报率.本文通过实证发现,上市公司的杠杆率与预期权益回报率呈现倒"U"型关系,存在一个使得预期权益回报率最大化的最优资本结构,当杠杆率高于最优水平时,去杠杆有利于增加股权投资者的预期收益;而当杠杆率降至最优水平之下时,加杠杆有利于增加股权投资者的预期收益.     

基于结点工作负载的组织效能测度研究

在C2组织描述的基础上建立C2组织实例,包括过程实例与结构实例.通过C2组织结点工作负载的定义(包括内部工作负载和外部工作负载),提出基于结点工作负载的C2组织效能测度方法,并对C2组织实例进行了效能分析.     

基于STAGE的单舰防空反导仿真实现

单舰防空反导是现代海战中舰艇作战使用研究的重点和难点,也是舰艇战斗力形成的关键。在对舰艇防空反导仿真进行深入研究的基础上,提出了运用STAGE构建单舰防空反导仿真系统的基本框架,并详细描述了系统仿真模型的构建以及运用STAGE的实现方法。     

信用危机对银行间贷款交易收购方的影响

与银企间信贷相比,批发银行与零售银行之间的贷款契约存在独特性质.在建立基本激励模型时,针对银行间信贷契约的特点增加了新的约束条件,求解后发现根据贷款期望收益的高低,批发银行需要支付两种高低不同的代理人租金.进而,通过分析批发银行实现盈亏平衡时的贷款利率,研究了信用危机对批发银行的影响:在低租金水平下和融资购贷时,批发银行受信用危机影响较大.通过实例测试验证了上述观点.结果表明,在预期到信用危机时,批发银行应尽量使用自有资金收购高代理人租金的贷款.     

基于多Agent的ISC协作管理

以集成供应链(ISC)作为复杂适应系统(CAS)角度,引入多Agent建模思想构建了ISC协作管理的原型,强调战略、组织、方法、信息、文化和过程集成性;并且考虑ISC协作抉策者的多元性和有限理性,在行为金融范式下基于效用理论构建了ISC协作干系者满意度模型。以此为内核,给出了原型中各Agent间的优化算法,为ISC的和谐性研究提供了一种系统分析方法。     

基于本体的分布式查询分解算法研究

针对相关领域数据分布在不同站点,数据源的准确定位是分布式语义查询系统的关键,提出子本体交叉递归推理方法,该方法利用子本体间相互交叉的特点,从增强子本体中获取隐含的查询结果,从而保证分布式查询的语义完整性,提高了查全率。在此基础上,将分布式RDF查询分解为多个查询片段的分解策略保证分布式语义查询模式的分布透明性。最后描述算法的详细设计过程,并分析时空复杂度,其结果分析表明算法具有较好的计算性能。     

传感器网络中基于k-GH模型的对偶密钥预置算法

由于传感器网络节点能量有限,传统的密钥管理方法（如：公开密钥加密技术、KDC等）不适合传感器网络,对偶密钥是传感器网络的一种基本的安全技术,如何结合传感器网络的特性提高对偶密钥性能具有十分重要的意义。依据传感器网络分组部署的特点,在KDC和基于多项式池的密钥预置模型基础上,提出了一种用于密钥预置的k-GH（k-Grid Hypercube）模型,并基于k-GH模型提出了一种新型密钥预置机制。理论与仿真分析表明,新算法具有更低的存储开销、通信开销和良好的安全性能,因此,是一种适合传感器网络的高效对偶密钥预置立算法。     

基于概念树的评估指标相关性研究

判别评估指标之间的相关性是评估指标体系优化中的基础工作之一，论文首先依据评估指标变量的参照点和单位将其划分为3种类型，然后研究评估指标变量的组合类型及其相关性分析方法，其次，引入一种新的方法－概念树方法分析评估指标之间的相关性，提出评估指标的概念树的构建方法及应采取的相应策略，通过举例说明该方法，还给出了如何处理在评估实践中常常出现的，在越高的层次上评估指标之间的相关性越高这一问题的建议，最后指出该方法可以应用在教育以及科研等评估领域。     

基于动态方差的指数期货到期日波动效应

基于有关文献中关于到期日效应的诊断方法,指出其中波动效应诊断方法中存在的缺陷。在此基础上,提出基于动态方差的诊断方法。与传统波动效应检验方法相比,基于动态方差的诊断方法能够根据金融数据的特征,充分利用研究时段中各个异常波动的信息,分析到期日与比较日(非到期日)之间出现异常波动的差异,进而动态地诊断波动效应。     

基于多尺度LSTM预测模型研究

航空发动机剩余寿命（remaining useful life,RUL）预测是设备故障预测与健康管理（prognostics and health management,PHM）的核心问题。针对发动机数据维度高、滞后性强和复杂度高等挑战,提出了一种基于自训练权重的多尺度注意力双向长短期记忆神经网络模型。通过不同尺度的双向长短期记忆神经网络（bidirectional long short-term memory neural network,BiLSTM）提取多尺度特征;提出一种基于自训练权重的融合算法,通过引入注意力机制进行不同尺度的特征筛选,以提高预测精度。将各模型在NASA的C-MAPSS数据集上进行实验对比,结果证明,所提出预测模型在准确率和均方根误差指标上均有所提升。