雷达低空目标俯仰角偏轴测量的C2算法研究

由于多径信号的干扰,单脉冲比幅测角体制的雷达在对低空目标俯仰角测量时,会带来很大的偏差。应用多目标分辨算法(C2算法),对其在某相控阵雷达系统中低空目标俯仰角偏轴跟踪测量性能进行了分析和仿真,为雷达系统的设计提供依据。通过对不同场景下的仿真结果分析,表明该算法具有比较优良的抗多径干扰性能,可以提高俯仰角的测量精度,该算法运算比较简单,适宜应用于单脉冲比幅测角体制雷达低空目标俯仰角的实时跟踪测量。     

基于波形捷变的多传感器机动目标跟踪

针对现代战场中目标往往采用机动方式运动的情况,为了提高目标跟踪的准确性和精确性,结合多传感器数据融合的优点,提出了一种基于波形捷变的多传感器机动目标跟踪方法。该算法通过波形捷变来改变量测的精度。首先在现有文献的基础上,将波形捷变方式推广到二维空间,把雷达量测的克拉美罗下限（Cramer-Rao lower bound,CRLB）近似为量测误差协方差,由于该CRLB是关于发射波形参量的,从而把雷达跟踪的信号处理与数据处理结合在一起,通过波形参量的动态选择得到量测误差协方差的最小值。从而在整个雷达跟踪过程中提高信噪比（signal to noise ratio,SNR）,降低量测误差。其次,在数据处理上,采用多传感器数据融合及粒子滤波进一步提高机动目标跟踪的精度。最后,将该算法与传统的Kalman滤波、粒子滤波及只对一维空间的量测采用波形捷变的算法和交互多模型方法（interacting multiple model,IMM）进行仿真比较,仿真结果显示该算法对机动目标的跟踪精度显著提高。     

空间目标跟踪的融合系统设计

空间目标测量手段逐渐多样化,融合处理技术是降低测量信息不确定性影响,获得稳健、高精度目标跟踪结果的重要方法。基于运动建模、实时滤波和多传感器数据融合思想,建立了完整的空间目标跟踪数据处理流程。根据获取时间散乱、误差成分复杂和覆盖范围不均衡等测量信息不确定性对各处理环节的影响,设计了稳健的融合估计方案。在此基础上,综合设计了一个空间目标跟踪系统。系统采用模块化的实现结构,以提高算法兼容性和任务扩展能力。计算实例验证了系统的性能。     

雷达测距数据不匹配系统误差的测速诊断

对于连续波雷达系统跟踪远程导弹、卫星等飞行器的数据处理问题,本文提出了利用测速数据对测距数据的系统误差进行诊断及修正的方法。在冗余信息较少的情况下,可用此方法修正不匹配误差,以提高定轨精度;同时说明了该方法可用于雷达测量丢失少量数据的情况下,识别测距数据是否发生跳变的问题。仿真与实测数据处理结果表明,该方法计算简单,精度较高,实用性好。     

杂波环境下目标无源跟踪算法

针对杂波（虚假量测）环境下的目标无源跟踪问题进行了研究,并给出了只测角情况下相应的跟踪算法。该算法在利用修正增益扩展卡尔曼滤波(modified gain extended Kalman filter, MGEKF)对目标进行无源纯方位跟踪的同时,通过建立波门对不同时刻的测量数据进行选择,然后利用角度测量数据计算落入波门内的有效测量数据的概率（包括波门内所有有效量测均为虚假量测的概率和第i个有效回波是正确的概率）,并以这些概率值作为权值对目标状态进行加权融合,实现杂波环境下对目标的实时纯方位无源跟踪。同时,仿真分析对文中所提算法的可行性和有效性进行了验证。     

雷达测距数据不匹配系统误差的测速诊断*

对于连续波雷达系统跟踪远程导弹、卫星等飞行器的数据处理问题,本文提出了利用测速数据对测距数据的系统误差进行诊断及修正的方法。在冗余信息较少的情况下,可用此方法修正不匹配误差,以提高定轨精度;同时说明了该方法可用于雷达测量丢失少量数据的情况下,识别测距数据是否发生跳变的问题。仿真与实测数据处理结果表明,该方法计算简单,精度较高,实用性好。     

相关量测噪声情况下多传感器集中式融合跟踪

在实际的多传感器融合目标跟踪中,各传感器之间的量测噪声往往是相关的。对于量测噪声相关的多传感器量测,利用Cholesky分解和单位下三角阵的求逆方法,将其转化为量测噪声互不相关的等价的多传感器伪量测,然后基于Kalman滤波,提出了一种解决量测噪声相关情况下多传感器融合目标跟踪问题的新算法。与已有的和直接利用原始传感器量测的集中式融合算法相比,三者在计算精度上完全等价,但新算法的计算复杂度却大大降低。数值仿真实验进一步验证了新算法的有效性。     

外辐射源雷达网络中的接收站自适应选择方法

由于带宽和能量的限制,外辐射源雷达网络在多目标跟踪过程中可能无法利用所有接收站数据,需要进行接收站的选择。基于势均衡多目标多伯努利滤波器,本文提出了一种新的接收站自适应选择方法。首先,对目标概率密度函数(probability density function, PDF)进行预测。其次,计算各接收站的理想量测,并利用该量测对预测PDF进行更新。最后,将目标数的后验期望估计及其方差分别作为目标函数,衡量不同接收站对PDF的更新质量,选择出最佳接收站。仿真实验利用多普勒频率对目标进行跟踪并在跟踪过程中完成接收站的选择,实验结果证明了所提方法的跟踪精度优于其他传统方法。     

基于证据理论的数据关联算法

数据关联技术是多传感器目标跟踪系统中最核心而且也是最重要的部分。由于缺乏跟踪环境的先验知识以及受传感器自身性能的制约,整个量测过程不可避免地引入量测误差,密集环境中的目标跟踪比较困难。针对这个问题,提出的新算法利用概率数据关联方法进行密集杂波环境下的数据关联,结合证据理论的思想对多传感器量测信息进行优化组合,有效地减小了量测误差对跟踪目标的影响。通过仿真结果可以看出,改进算法大大提高了跟踪精度,并具有良好的抗干扰能力,适用于解决工程实际问题。     

基于交互多模型的分组δ-广义标签多伯努利算法

为了解决马尔科夫跳变系统广义标签多伯努利滤波器在多机动目标跟踪场景需要计算大量模式假设分支,并且需要频繁对假设分支进行剪枝,导致算法存在计算量过高并且影响跟踪精度的问题,提出一种基于交互多模型的分组δ-广义标签多伯努利滤波器。滤波器采用航迹分组策略,不同组的航迹独立进行关联映射与分支权重计算,降低了关联的计算复杂度,可以实现不同航迹组之间并行滤波。另外,为了处理机动目标场景引入交互多模型,给出基于交互多模型的分组滤波递推方程。仿真结果表明,所提出的滤波器跟踪精度更高,计算速度更快,可以用于跟踪多个机动目标的场景。     

舰艇信息融合系统的仿真测试环境研究

信息融合系统的测试与评估是信息融合领域内的一个非常重要的课题,但是目前该方面的研究尚缺乏系统与深入,因此有必要对信息融合系统的测试评估理论和方法进行研究。考虑到信息融合系统的复杂性,采用实物测试的 不现实也是不可能的,所以进行测试和评估时,往往需要建立一个仿真的测试环境,通过这个测试环境产生测试数据,本文以舰艇信息融合系统评估为例介绍了计算机仿真技术在信息融合系统的性能评估中的作用,给出了该系统中的部分仿真模型和测试剧本的设计方法。     

Novel method for the evaluation of data quality based on fuzzy control

One of the goals of data collection is preparing for decision-making, so high quality requirement must be satisfied. Rational evaluation of data quality is an effective way to identify data problem in time, and the quality of data after this evaluation is satisfactory with the requirement of decision maker. A fuzzy neural network based research method of data quality evaluation is proposed. First, the criteria for the evaluation of data quality are selected to construct the fuzzy sets of evaluating grades, and then by using the learning ability of NN, the objective evaluation of membership is carried out, which can be used for the effective evaluation of data quality. This research has been used in the platform of ＇data report of national compulsory education outlay guarantee＇ from the Chinese Ministry of Education. This method can be used for the effective evaluation of data quality worldwide, and the data quality situation can be found out more completely, objectively, and in better time by using the method.     

基于模糊评价方法的软件质量评价研究

针对软件质量评价研究中的度量问题建立了基于ISO/IEC 912 6标准的软件质量指标体系模型 ,结合质量评价方法研究中的常见问题 ,运用指标体系模型和模糊数学方法对软件质量评价标准进行模糊化处理 ,以度量数据为基础 ,根据软件质量子特性和指标之间的关系 ,采用模糊综合评价方法评价子特性质量和特性质量 ,通过建立软件质量评价模型 ,有效地解决了软件质量的多指标评价问题 ,可用于指导用户进行软件过程改进。     

基于数据质量评估的自适应序贯航迹关联算法

针对传感器精度下降时的航迹关联问题, 提出了一种基于数据质量评估的自适应序贯航迹关联算法。将实时数据质量评估结果引入关联门限的调整, 结合熵值法和效用函数法对传感器性能和局部滤波质量两项指标分别进行评估, 构建了两项指标与算法显著性水平之间的模糊关系, 实现关联门限的自适应调整。仿真表明, 在局部传感器精度下降的场景下, 改进算法的关联性能优于对比算法, 且良好的关联效果有益于融合精度的提升, 在目标机动的情况下也具有良好的适应性。     

基于扩展贝叶斯方法融合的作战效能评估研究

从多个视角采集评估数据源并进行武器装备的作战效能评估，是一种提高评估结果可信度的做法。在武器装备论证阶段，评估数据源主要来自专家经验和仿真结果，但因这两种数据源的差异太大，难以进行直接的评估聚合。为此，提出采用信念图模式统一两者的数据表达，再采用一种扩展的贝叶斯推理算法进行评估融合，最后得到评估装备的综合作战效能。以装甲主战装备改进型的作战效能评估为例进行验证，结果表明该方法符合评估实际，是一种有意义的新方法。     

基于NSGA-Ⅱ的非平衡制造数据关键质量特性识别

针对非平衡产品制造数据关键质量特性(critical to quality characteristics,CTQs)识别,提出基于NSGA-Ⅱ的特征选择算法.首先,在分类错误率和特征子集大小基础上,针对数据非平衡性,引入第Ⅱ类错误率度量质量特性子集的重要性.接着,应用多目标进化算法NSGA-Ⅱ最小化以上三个度量标准,得到非支配解集.最后,引入理想点法从非支配解集中选择最佳调和解,得到CTQ集.算例结果表明,所提算法能够得到较高分类精度,同时有效降低第Ⅱ类错误率与CTQ集大小,说明了算法的有效性.     

基于背景还原的红外伪装效果评价方法

针对复杂环境背景下目标红外伪装效果评价问题, 提出了一种基于背景还原的红外伪装效果评价方法。首先利用改进的Criminisi算法对目标遮蔽下的背景区域进行修复, 得到背景还原图像, 然后与原图进行相似性度量; 考虑到实际还原背景与理想还原背景之间因图像修复算法局限性而引起的偏差, 使用IL-NIQE模型对背景还原图像的修复质量和还原效果进行评价; 最后将相似性度量值与还原效果度量值进行非线性融合, 完成目标红外伪装效果的综合评价。实验表明, 该评价方法符合人眼视觉特性, 能够对复杂环境背景下目标的红外伪装效果进行较好的客观评价。     

基于符号数据的黑启动方案评估

黑启动方案的优选对快速恢复系统供电、减少停电损失具有重要意义.已有研究均是在指标值完全获取的理想条件下进行,本文针对不完全信息下的电力系统黑启动方案评价问题展开研究,提出一种基于符号数据的评价模型.首先建立评价等级,将存在缺失数据的原始黑启动方案评价矩阵转换为符号数据评价矩阵;然后对符号数据矩阵进行打包处理,得到指标评价等级频率矩阵,进而计算指标权重;最后根据符号数据矩阵和指标权重构造加权评价矩阵,采用拙劣点法实现黑启动方案的优劣排序.基于天津电网的黑启动方案数据对所提方法进行了验证,验证结果表明本文方法可以有效辅助于黑启动方案优选实践.     

农产品质量安全中的感官质量评价和聚类分析

针对农产品质量安全中的感官质量评价和分析问题,提出了一种基于语言信息和面板数据相结合的感官质量评价和聚类分析方法。首先将语言评价信息转换成二元语义,再对面板数据信息进行加权集结,得到综合评价结果,在此基础上进行样本和指标凝聚分层聚类分析。以山东省12个备案蔬菜种植基地的GAP推广为例进行了实证分析。研究表明以上方法可以针对农产品质量安全管理的特点,有效地将语言评价信息进行集结和利用,避免信息损失。该方法将促进良好农业规范GAP标准的推广和应用,实现农产品安全管理的目标。图2,表1,参15。     

企业领导者综合素质进步效度动态测评分析

企业领导者的行为素质并不是抽象的因素,其综合表现必然体现于测评单元实力的动态变化中,以反映领导者主观努力程度的效度指标作为测评基础,以三次相对评价值作为技术指标,应用数据包络分析方法(Data Envelopment Analysis)测算综合素质的进步效度,将实现对企业领导者综合素质的有效测评.