无角度双站地波雷达组合定位跟踪和滤波算法

高频地波雷达方位分辨率很低，尤其是对于远距离的低信噪比目标,难以给出较准确的方位角信息，从而易导致检测点迹高度分散，严重影响超视距目标的航迹形成。针对该问题，提出无角度双站地波雷达组合定位与跟踪系统的新构想。该系统由两部地波雷达站组成，仅利用各站得到的距离和径向速度观测信息进行交叉定位和跟踪。分析了该系统的两个关键问题，重点讨论跟踪滤波算法问题，建立系统定位与跟踪模型，并利用扩展卡尔漫滤波(extended Kalman filter, EKF)进行目标状态的非线性滤波估计     

生产作业计划调整的优先调度算法研究

本文基于生产作业计划生成的优先调度法，提出了针对生产作业计划调整的机床优先调度算法和工件优先调度算法。在机床优先调度算法中，设计了机床优先调度算法的步骤。而在工件优先调度算法中，利用归纳学习方法，研究了面向生产系统状态的生产作业计划调整方法。     

一种基于ECEF坐标转换的最小二乘配准算法

提出了一种有效的多雷达配准算法。该算法采用ECEF(earth -centeredearth -fixed)坐标系作为过渡坐标系 ,将分散配置的各雷达站的量测数据实时转换到主站 (设主站雷达无系统偏差 ) ,利用各站同主站之间的量测差值 ,采用最小二乘法实时估计出各站相对主站之间的系统偏差 ,从而对网中各雷达进行配准。计算机仿真结果证明了该算法的正确性和有效性。     

用PLD构成高速RS—485同步总线接口

在复杂的主从多点系统中，以微机为核心的各站之间的高速数据交换是必不可少的重要环节。本文介绍了用可编程逻辑阵列芯片实现ＲＳ－４８５高速串行同步通信的一种设计方法。所设计的接口电路克服了用标准接口芯片实现的接口电路中存在的一些问题，如死机、丢帧、传输数据率低及收发占用机时过长等问题。通过在实际系统中的大量检验，证明本文的设计思想具有较高的实用价值。     

自主移动机器人中基于强化学习的噪声消解策略

基于行为的自主移动机器人在获取外界信息时不可避免地会引入噪声，给其系统性能造成一定的影响。提出了一种基于过程奖赏和优先扫除(PS-process)的强化学习算法作为噪声消解策略。针对典型的觅食任务，以计算机仿真为手段。并与其它四种算法——基于结果奖赏和优先扫除(PS-result)、基于过程奖赏和Q学习(Q-process)、基于结果奖赏和Q学习(Q-result)和基于手工编程策略(Hand)进行比较。研究结果表明比起其它四种算法，本文所提出的基于过程奖赏和优先扫除的强化学习算法能有效降低噪声的影响，提高了系统整体性能。     

关联分析与相关分析

系统研究了关联分析与相关分析在确定因素间关系优先排序方面的差异，纠正了某些片面观点，讨论了实际问题中选择分析方法的标准。     

优化组合法进行发电机组负荷最优分配的仿真研究

提出了一种用于发电机组负荷最优分配的优化组合法，该方法把优先顺序法和动态规划法结合使用，既克服了优先顺序法不能计及启停耗量的不足的缺陷，又解决了动态规划法的“维数灾”及机组功率响应速度约束问题。在某发电公司四台机组的负荷经济调度决策系统中进行了动态仿真研究与实现。     

一种新的制造系统仿真调度规则

针对制造系统的调度问题，提出了一种新的决策规则。它根据系统的当前状态和各任务的进展情况，综合利用最早交货期优先规则（ＥＤＤ） 的减小最大延迟时间的特点和最小松弛优先规则（ＬＳＫ）的减小最大提前完成时间的特点，在不增加平均推迟的情况下使最大延迟时间和最大提前完成时间之间的区间收缩，向平均值附近逼近，适用于以保证交货期为目标的调度问题。通过仿真证明了该方法的有效性     

相似信息优先的复杂装备费用测算模型

针对横截面数据的复杂装备费用预测问题,由于主要参数比较相似的装备系统其研制费用往往趋同,提出了横截面数据的“相似信息优先原理”。分析新研装备与以往装备的相似度,按照指标信息的相似度区分横截面信息的优先次序。用归一化的相似度作为加权最小二乘法的权重,通过实例建立相似信息优先的回归模型,并与其他方法的结果对比,结果表明本文的方法具有更高的预测精度,相似信息优先的多元回归模型充分反映了相似信息的规律。     

一种新的制造系统仿真调规则

针对制造系统的调度问题，提出了一种新的决策规则。它根据的当前状态和各任务的进展情况综合利用最早交货期优先规则的减小最大延迟时间的特点和最小松驰优先规则的减小最大提前完成时间的特点，在不增加平均推忱的情况下使最大延迟时间和最提前完成时间之区间收缩，向平均值附近逼近，适用于以保证交货期为目标的调度问题。通过证明了该的有效性。     

利用阵列天线的CDMA辐射源雷达目标检测方法

针对码分多址（code division multiple access, CDMA）移动通信网中,一个区域内存在多个CDMA基站以同样的频率发射不同的信号,一般很难确定多个基站的能量强弱和方向,提出一种利用阵列天线的CDMA辐射源雷达目标检测方法。利用级联相消消除各个基站的干扰。首先,通过导频搜索确认每一阶段当前具有最强能量的基站,并给出一种精确测量该基站方向的方法;然后,消去各个天线阵子接收到的该基站干扰,再依次循环进行,将各个基站干扰按能量从大到小依次消除,直到干扰充分消除;最后,进行波束扫描和距离多普勒相关以检测目标。计算机仿真验证了该目标检测方法的有效性。     

系统多层次灰色熵优选理论及其应用

根据流域实际情况建立了综合评价梯级水电开发的评价指标体系.提出系统多层次灰色熵优选模型,由系统论将决策水利水电方案的影响因素分成若干个子系统,每个子系统由相应的评价指标组成.首先根据评价指标的灰色关联系数,由熵权法计算出各指标的权重,然后得到各个子系统组成的关联度矩阵,类似求出各子系统的权重,最后由子系统权重和关联系数求出系统的综合评价关联度,由关联度的大小对水利水电系统中的方案排序.将模型应用于西藏尼洋河流域规划建设的7座梯级水电站,得到符合实际情况的电站建设顺序.     

N个不同部件串联而成的M/G/1可修排队系统

考虑服务台由N个不同部件串联而成的M/G/1可修排队系统,其中服务台正常当且仅当N个部件都正常.在假定每个部件的寿命服从指数分布,而故障部件的修理时间服从一般分布下,通过引入服务台的"广义忙期",提出了分析服务台有关可靠性指标的一种新方法,用该方法更加简洁的讨论了服务台的许多感性趣的可靠性指标,得到了一些重要的可靠性结果,推广了已有的结论.     

卫星地面站资源配置仿真研究

首先从卫星用户需求观点和地面站资源拥有方观点两方面提出了评价卫星地面站系统的两类指标，然后根据地面站对卫星提供服务的时序，建立卫星地面站系统的面向对象Petri网模型，给出基于到站卫星冲突消解的一种有效的地面站资源调度算法。利用计算机仿真技术，对多种“卫星—地面站—设备”配置下的服务情况进行仿真，给出不同配置下的系统性能，通过分析比较，得到关于地面站及其设备配置、设备性能、地面站资源调度策略对系统性能指标影响的一些有益结论，最后提出了需要进一步研究的问题。     

基于高层体系结构的铁路编组站综合仿真系统研究

编组站是铁路运输网络上的重要节点，综合性编组站仿真系统的研究与开发对现代编组站的相关科学研究和教学培训有重要意义，本文分析了编组站技术作业特点，探讨了编组站综合仿真系统的设计原则，借鉴HLA的基本思想和相关的技术规范，设计了铁路编组站综合仿真系统的仿真体系结构，并介绍了基于此结构而构建的一个编组站仿真培训系统的实例。     

Reliability Analysis of Some Queueing Models with Reparable Service Station

ＲｅｌｉａｂｉｌｉｔｙＡｎａｌｙｓｉｓｏｆＳｏｍｅＱｕｅｕｅｉｎｇＭｏｄｅｌｓｗｉｔｈＲｅｐａｒａｂｌｅＳｅｒｖｉｃｅＳｔａｔｉｏｎＹＵＥＤｅｑｕａｎ（Ｄｅｐｔ．ｏｆＢａｓｉｃＳｃｉｅｎｃｅＹａｎｓｈａｎＵｎｉｖ．，Ｑｉｎｈｕａｎｇｄａｏ０６６００４...     

城区配电网规划站址选择的数字图象转换处理和滤波方法

本文阐述了城区配电网规划站址选择的数字图象转换处理和滤波方法及其模型, 该方法及其模型是城区配电网规划优化模型的一个组成部分和子模型。该方法采用了数字图象理论中的转换处理和滤波方法, 研究在某种空间负荷预测基础上的配电站的合理分布。其基本思想是采用数字图象滤波理论与方法, 将负荷数字图象转换成可以借以评价区域内各点作为城区配电站候选站址的适宜程度的评价参数数字图象, 使得区域各点所具有的候选站址的资格清浙地反映出来。     

超密集网络中基于聚类的资源分配方案

超密集网络(ultra-dense network, UDN)中,毫微微基站(femto-cell base station, FBS)的密集和随机部署会导致严重的小区间干扰。为了减轻干扰、保障用户服务质量(quality of service, QoS),提出了一种UDN中基于聚类的资源分配方案。首先,设计了一种基于加权密度的改进K-means聚类算法,将FBS动态划分为不同的簇。然后,以最大化UDN系统吞吐量为目标提出了一种两阶段时频资源分配方案:第一阶段,每个聚类内使用贪婪算法执行时频资源块的分配;第二阶段,利用资源补偿分配算法分配剩余的资源块,在考虑用户公平性的同时保证用户QoS。仿真结果表明,本文提出的资源分配方案能够有效提升系统吞吐量,同时保证用户QoS和公平性。     

基于卡尔曼滤波的组网雷达系统目标跟踪分析

提出了一种快速卡尔曼滤波跟踪算法,用于组网雷达系统对机动目标的跟踪分析.该算法只需要组网雷达系统给数据处理中心提供每个接收机所测得的准确径向距离,然后根据推广卡尔曼滤波技术迭代估算出目标的位置.对机动目标的仿真结果表明,该算法不但大大减小了传统跟踪算法的运算复杂度而且具有优良的跟踪性能,尤其适用于近距离高速运动目标的准确跟踪.     

Novel ensemble learning based on multiple section distribution in distributed environment

Because most ensemble learning algorithms use the centralized model, and the training instances must be centralized on a single station, it is difficult to centralize the training data on a station. A distributed ensemble learning algorithm is proposed which has two kinds of weight genes of instances that denote the global distribution and the local distribution. Instead of the repeated sampling method in the standard ensemble learning, non-balance sampling from each station is used to train the base classifier set of each station. The concept of the effective nearby region for local integration classifier is proposed, and is used for the dynamic integration method of multiple classifiers in distributed environment. The experiments show that the ensemble learning algorithm in distributed environment proposed could reduce the time of training the base classifiers effectively, and ensure the classify performance is as same as the centralized learning method.