正交迭代泛函网络在中短期钟差预报中的应用

 在卫星钟源无法与地面钟源进行实时比对的时段中,准确预报卫星钟差对于维持卫星的稳定运行具有重要意义。针对卫星钟差的中短期预报问题,选择多项式模型对钟差进行建模分析,设计了一种基于滑动窗模型的正交迭代泛函网络算法。利用泛函网络的非线性学习能力对钟差预报模型进行拟合分析,采用正交函数作为泛函网络的基函数簇,并引入滑动窗思想来更新输入层元素进行迭代训练,获得较小的预报误差。分析表明,预报时间小于12 h 时,预报误差为0.2~0.5 ns,预报精度与IGU P精度相当;当预报时间为24 h 时,预报误差总体在1 ns,预报精度略次于IGU P 精度;当预报时间为1 个卫星周时,最大误差达130 ns,难以满足卫星运行对钟源的要求。研究表明：该算法适合于短期卫星钟差预报,不适合中长期钟差预报。     

活跃节点相关性考虑下的多跳无线网络性能分析

对于无线网络性能分析的研究多是采取信息论和排队论的方法,这些方法虽然可以较好得对点到多点的无线网络进行建模分析,但是对于多跳无线网络(MHWN),由于其固有的分布式及相关性特点,已有方法存在建模复杂和可扩展性差等问题.为了更好的反映多跳网络中的活跃节点相关性特点,提出了一种结合随机几何理论和统计物理学理论的分析方法.数值分析结果表明,本文的模型不仅易于建模和分析,也更加准确和具有可扩展性.     

一种针对“低慢小”目标的栅格化感知系统设计

针对“低慢小”目标探测面临的问题,提出了一种栅格化理念解决问题思路,给出了栅格化感知系统的定义,设计了栅格化感知系统,包括传感器分系统、通信分系统、管理控制中心和综合保障分系统等组成和工作过程。分析了栅格化感知系统的关键技术,包括传感器低成本设计、“低慢小”目标检测、数据融合处理等技术。研究了栅格化感知系统的部署原则,建立部署原则模型,对于解决“低慢小”目标探测具有现实指导意义。     

导引头稳定平台离散时间预设性能控制

针对现有离散时间预设性能控制方法对滑模趋近律依赖度高、抖振缺陷明显的难题,通过创建一种摆脱了滑模控制的设计新框架,为拦截弹导引头稳定平台提出了一种离散时间预设性能控制新方法。首先,设计一种离散时间性能函数对跟踪误差的收敛轨迹进行包络约束;然后,定义一种离散时间转换误差并将其用于构造一种新颖的反馈函数;设计离散时间控制律对新开发的反馈函数而不是转换误差进行镇定,不仅保证了所有跟踪误差均具有期望的预设性能,还摆脱了控制算法对滑模趋近律的依赖性,从根本上解决了控制抖振难题;最后,通过数值对比仿真验证了所提方法的有效性与优势。     

任意阵列双基地MIMO雷达的半实值MUSIC 目标DOD和DOA联合估计

实值处理具有降低高自由度多输入多输出(multiple input multiple output,MIMO)雷达角度估计大计算量的优势。但受制于阵列的共轭对称性,对于任意阵列结构的双基地MIMO雷达发射角(direction of departure, DOD)和接收角(direction of arrival, DOA)联合估计,若不做附加的预处理则无法实现实值操作,故将常规阵列实值处理的多重信号分类(multiple signal classification, MUSIC)超分辨算法推广至任意阵列结构的双基地MIMO雷达。首先根据MIMO雷达的导向矢量共轭与镜像的对等性,提取接收信号协方差矩阵的实部,并对其进行特征分解得到“目标加倍”的信号子空间及其应对的噪声子空间;然后利用Kronecker积的特性对其进行降维处理,得到搜索区域减半的一维半实值域MUSIC谱,取出目标DOD真值与其镜像代入降维Capon算法来剔除虚拟峰值得到目标DOD估计真值;最后利用特征矢量得到模糊DOA估计值,采用方向余弦差最小范数方法得到目标DOA无模糊估计值。本文算法估计性能与一维搜索复数域MUSIC相当,计算量约降50%,且能够实现DOD和DOA的自动配对。仿真结果证明了该算法的有效性。     

基于模糊积分的纠错输出解码研究

针对基于纠错输出编码的多类分类中解码策略的选择问题,提出一种基于模糊积分的解码方法.将每个基分类器看作一个证据源,其概率输出提供了测试样本所属类别的可能性;同时基于基分类器信任度和混淆矩阵对模糊密度的赋值进行了改进;最后求取最大的模糊积分值所对应的类别为分类输出.基于UCI数据集和经典解码方法的比较实验验证了本文所提方法作为二符号解码策略的可行性和有效性.     

改进TOPSIS的多态融合直觉模糊威胁评估

针对防空作战中的目标威胁评估问题,提出一种新的多时刻融合直觉模糊集排序模型。首先,依据目标威胁属性的主、客观权重得到综合权重。然后,通过逼近理想解排序法来衡量直觉模糊集信息量的大小,利用直觉模糊熵来表征直觉模糊集信息的可靠性,并结合决策者的风险偏好,构建了基于信息量和不确定性的直觉模糊集排序模型,得出单时刻的目标威胁排序。最后,利用泊松分布逆形式构建了时间序列权重以融合多个时刻的决策信息,得出最终的目标威胁排序。仿真结果表明,所提算法综合了多时刻的决策信息,并可根据决策者的风险偏好进行调整,灵活性强,可靠性高。     

基于效能评估的空中对抗作战建模分析

针对效能评估与作战运用未能有效衔接的问题,研究了空中对抗作战中的兵力变化问题。给出了数据链体制下作战飞机效能评估计算方法,通过函数映射法将评估结果转化为平均战斗力水平,证明了二者的等价性和一致性。以蓝彻斯特方程为基础,建立了空中兵力变化的数学模型和有增援情况时的空战模型。将用微分方程描述的模型离散化,指出了离散时间步长所应满足的约束条件,形成了完整的模型求解数值计算方法。仿真实验结果表明,数据链可以改变双方作战实力,提高作战能力,增援作战时选择“局部最优增援时刻点”可以获得更高的增援效率。     

基于非下采样剪切波变换域方向信息测度的多聚焦图像融合方法

根据非下采样剪切波变换(non-subsample shearlet transform, NSST)在图像融合领域的优势和多聚焦图像的成像特点,将NSST运用于多聚焦图像融合。在NSST变换域中,利用方向信息测度能够突出图像边缘纹理特征以及降低图像噪声,将其运用在高频子带系数的融合规则中,并对传统的低频融合策略进行改进,将低频系数和高频系数的融合图像进行NSST的逆变换,得到融合图像。计算机仿真实验表明,相比于传统的剪切波变换的融合策略,本文提出的图像融合方法提高了图像的融合质量,增加了图像的信息量,并能降低图像噪声,具有一定的有效性和实用性。     

末段反TBM火力目标匹配优化及APSO求解算法

末段反导作战火力任务分配建模是一个复杂的不确定多约束问题建模,首先建立了末段双层反战术弹道导弹火力〖CD*2〗目标匹配模型,其次对传统粒子群优化算法（particle swarm optimization,PSO）进行改进给出了一种吸引子PSO（attractor PSO,APSO）,APSO引入吸引子,在保持群体多样性的基础上,将粒子聚集在最优值附近,增加相应区域的粒子密度。其中,为了方便问题求解,将火力目标匹配优化任务进行分解,转化成多个子时间段,再用APSO对多个子时间段进行求解。仿真实例表明,APSO有更加优良的收敛精度尤其是收敛速度,满足了反TBM作战火力任务分配的高时效性要求。