区间直觉模糊统计判决与决策

针对统计判决与决策中存在的模糊性, 给出了模糊性区间直觉模糊集的描述方法. 首先, 给出了区间直觉模糊事件概率的概念; 其次, 在定义区间直觉模糊$t$模及$s$ 模的基础之上, 给出了区间直觉模糊事件概率所满足的基本性质, 证明了区间直觉模糊乘法定理、全概率公式和贝叶斯公式; 再次, 根据给出的区间直觉模糊概率的性质, 依据信息源类型的不同, 详细分析区间直觉模糊统计判决与决策的方法; 最后, 验证了该方法的有效性.     

基于零控拦截的微分几何制导律

基于零控拦截打击的思想设计了一种新型微分几何制导律.论文首先介绍了微分几何相关知识,基于伏雷内(Frenet)坐标系分析了拦截器和目标的相对运动学关系,基于零控拦截的思想设计了一种新型微分几何制导律,并给出拦截器速度方向矢量变化的迭代计算方法.其次,结合圆形相关理论,利用李亚普诺夫稳定性定理对设计微分几何制导律的稳定性进行了详细证明推导.最后通过仿真表明,该制导律可有效拦截机动目标,相对于传统的比例导引律,设计的新型微分几何制导律制导精度高,拦截时间短,避免了末端过载快速增大的现象,降低了执行机构的要求.     

地空导弹武器反TBM作战优化部署模型研究

为了提高地空导弹武器反TBM作战效能,主要针对单套活力单元的部署问题进行研究。首先分析了影响地空导弹武器反TBM作战部署的主要因素和原则;其次,提出了地空导弹武器最大杀伤纵深优化部署准则;最后,充分考虑TBM再入角影响,利用TBM末段近似直线弹道的特性,建立了地空导弹武器“一对一”和“一对多”2种作战模式下的优化部署解析模型。仿真计算表明：所建地空导弹武器反TBM部署模型可行有效,能够满足地空导弹武器反TBM作战的要求。     

BTT导弹非线性自动驾驶仪最优滑模设计

针对BTT导弹的飞行控制问题,提出了一种基于θ-D方法的最优滑模非线性自动驾驶仪设计方法.把导弹动态模型转化成一个级联的二回路系统结构,外环控制器的设计是基于θ-D近似方法的最优控制方法,内环控制器设计采用的是滑模控制方法,内环控制器所跟随的滑模面方程由外环最优控制得出.对所设计的非线性控制器进行了仿真分析,结果表明基于θ-D方法的最优滑模自动驾驶仪在非线性导弹飞行控制中具有较高的控制精度和很好的鲁棒性.     

SMFSIA/CAG快速计算二维分形粗糙面的电磁散射特性

应用稀疏矩阵平面迭代/规范网格法(sparse-matrix flat-surface iterative approach and canonical grid method,SMFSIA/CAG)快速计算了二维分形粗糙面的电磁散射特性。在SMFSIA/CAG中,基于迭代法的原理,通过加快迭代收敛速度和加速矩阵向量积两个方面对该算法进行了改进,推导了关于平面展开的高阶泰勒级数展开公式,并对近场相关距离和泰勒级数展开阶数对算法效率的影响进行了分析。SMFSIA/CAG的应用降低了计算量,实现了对二维分形粗糙面电磁散射特性快速、准确地仿真计算。     

基片集成波导混合金属膜片滤波器的设计

采用模式匹配法优化设计了单双混合金属膜片波导带通滤波器,并利用基片集成波导和普通矩形波导之间的转换公式,将普通波导滤波器改用基片集成波导结构来实现.滤波器采用单双E面膜片相结合的混合型结构,不仅降低了双膜片滤波器的加工复杂度,同时保持了双膜片滤波器的高端阻带抑制好的特性.此类滤波器结构简单、成本低廉,便于加工,适合批量生产.实验和仿真结果验证了模式匹配法的精确性和经验公式的可靠性.     

新型复合左右手传输线在宽频微带正交功分器中的应用

提出了一种基于Minkowski互补开口环谐振器(M-CSRRs)的微带复合左右手传输线(CRLH TL)。采用电磁仿真、等效电路模型计算、实验测量相结合的方式研究了CRLH TL的传输特性。在此基础上将CRLH TL应用于宽带微带正交功分器设计和加工制作。仿真与测试结果表明:在2.7-6.6 GHz的频带内,回波损耗大于10 dB,隔离度优于15 dB,相位不平衡和幅度不平衡分别小于90°±7°和0.8 dB,相对带宽达到了83.9％。测试结果验证了该CRLH TL设计的有效性。     

波形正交性退化下机载MIMO雷达杂波模型与自由度分析

针对发射波形正交性退化影响机载多输入多输出（multiple input multiple output,MIMO）雷达的杂波特性,基于信号空间和子阵空间的变换原理,建立了波形正交性退化下的机载MIMO雷达杂波通用模型和标准模型。基于带限信号的最优逼近特性,分析了波形正交性退化下的空时等效阵列孔径变化规律,提出了杂波自由度（degree of freedom, DOF）的估计准则。最后,仿真验证了杂波模型及杂波自由度估计准则的有效性。     

基于混淆矩阵的自适应纠错输出编码多类分类方法

利用纠错输出编码（error-correcting output code, ECOC）作为分解框架,把多类问题转化为二类问题进行求解,是目前解决多类分类的有效手段之一。如何构造基于数据的分解框架是应用此类方法的重点。为此,提出一种自适应纠错输出编码构造方法,利用混淆矩阵计算多类问题中各类别的相关性,基于Fisher准则找出最有利于分类的类别组合,最后根据组合方案构建类别的二类划分并最终形成输出编码。实验中分别对UCI数据集和3种一维距离像数据集进行测试,通过与几种经典的编码方法比较,结果表明该编码方法可以显著提高分类器的性能和稳健性。     

基于目标函数的直觉模糊集合数据的聚类方法

针对直觉模糊集合数据的聚类问题,提出了一种基于目标函数的聚类方法。该方法定义了直觉模糊集合间的加权相似性准则,解决了数据聚类过程中各维特征分配不均匀的问题。通过增加非隶属度参数对模糊c〖CD*2〗均值(fuzzy c means, FCM)聚类算法中的模糊划分矩阵〖WTHX〗U〖WTBZ〗和目标函数进行改造,进而给出迭代推导公式和算法描述,把聚类归结为一个带约束的线性规划问题,适用于大数据量的情况。最后通过典型实例验证了该方法的有效性和优越性。