基于离散动态贝叶斯网络的辐射源目标识别研究

提出基于离散动态贝叶斯网络模型,对若干可观测的目标特征参数进行综合推理.推导了离散动态贝叶斯网络的推理算法.建立了目标识别的离散动态贝叶斯网络模型.应用图形模式,使得计算量大大简化,降低了实用的复杂性.仿真结果表明,该方法能够将各种目标特征进行综合,使得各种特征及不同时刻的同一特征互相修正补充,克服了依靠单一特征进行目标识别的局限.     

二维相干信号测向估计方法

针对双平行线阵列,提出了一种相干信号二维波达方向估计新方法.该方法利用双平行线阵的特点,在空间平滑法基础上通过构造新的协方差矩阵,进一步去除了信源间的相干性.相对空间平滑法计算量无明显增加,并且利用信号的方向矢量元素来直接估计信号角度.该方法不需要谱峰搜索,大大减小了运算量,具有分辨率高和估计方差小的优点.最后,通过仿真说明了该方法的有效性.     

一种天基武器对地面固定目标的攻击过程仿真研究

提出了一种由井力式再入载体和末制导弹药组成的夭基对地打击武器的概念,重点研究了该种天基对地打击武器在其离轨制动能量消耗最少的条件下对地面固定目标的攻击过程,并对整个攻击过程进行了建模仿真,验证了攻击过程的可行性,说明所提出的天基对地打击武器的概念是合理的.     

群体行为建模理论基础与建模方法研究

群体行为建模与仿真是虚拟现实技术的重要研究方向,是战争模拟、虚拟社会等领域研究的热点问题.从学科交叉点的全新角度来学习和研究群体行为建模,总结和分析了社会学、心理学、生物学、物理学以及新兴复杂系统理论中的群体行为理论,并以这些理论为基础归纳了虚拟现实领域中群体行为的建模方法,从而勾画出了群体行为建模技术的整体轮廓,最后指出了群体行为建模面临的技术难点和可能的解决思路.     

基于图示评审技术的风险投资组合模型

运用系统论和GERT网络理论的思想及其原理,揭示了组合中各项目之间的组合规律,提出了风险投资组合的串联、并联和混联这3种不同的组合模式,构建了其风险与周期评估的组合GERT网络模型,为更加深入地理解与正确客观地把握风险投资状态提供了算法模型和理论依据。     

基于双尺度连续小波变换的二相编码信号识别

针对信号和噪声小波变换的模极大值在不同尺度上表现出截然不同的性质,提出一种利用粗细定位相结合的思想对二相编码信号奇异点实现精确定位的方法。该方法采用大尺度上的模极值点进行粗略定位奇异点出现的范围,并据此去除小尺度上的伪极值点,用小尺度上的模极值点精确定位奇异点出现的时刻。实验仿真比较了几种不同小波基函数下的算法性能,结果表明,该方法在采用db3小波基下对二相编码信号突变点的识别具有很好的效果。     

基于改进 HAF的线性调频雷达信号参数估计

针对多项式相位信号(PPS)中的线性调频(LFM)雷达信号参数估计,通过提出频谱方差极大值准则对PPS次优参数估计方法高阶模糊度函数(HAF)进行了改进,提出了适于单分量LFM参数估计的改进HAF。首先讨论了HAF对LFM参数的估计方法及其局限性,然后提出了分段频谱方差极大值法则下LFM调频斜率估计的方法,将其与HAF相结合提出了单分量LFM参数估计的改进HAF,克服了接收信号与实际信号起点不一致性对HAF带来的影响,降低了由于HAF局限性带来的调频斜率估计误差,改善了HAF的累积误差效应。MATLAB仿真验证了改进方法较HAF的优越性。     

基于综合效能的火力/电子战协同攻击决策研究

从进攻角度着手,提出了一种新的以综合作战效能最大为决策准则的火力/电子战武器协同攻击的使用方法。该方法首先构建了由信息、机动、干扰、火力四大空战要素决定的能力矩阵、关联矩阵、可用性矩阵及权矩阵,综合作战效能评估模型则由上述四个矩阵组成。进一步通过遍历算法得到综合作战效能最大时的火力/电子战武器协同攻击方案,即为当前火力/电子战武器最优的发射时机。仿真结果表明,该决策方法得到的攻击策略与所期望的软/硬武器协同作战准则一致,能实现综合作战效能的最大化。     

基于生态经济学理论与方法的生态补偿量化研究

以生态系统服务和生态足迹的理论和方法为基础,从国家宏观层面建立生态补偿的判定标准、量化模型和计算方法.在此基础上以中国各省份为例,研究中国区域之间的生态补偿量化问题.结果表明:1)生态赤字大小的顺序为东部>中部>西部,而生态系统服务价值贡献顺序恰好相反.2)东部地区该支付的生态补偿总量为439.50×108yuan/a,各省平均为73.25×108yuan/a;中部总量为482.98×108yuan/a,各省平均为40.25×108yuan/a,西部总量158.56×108yuan/a,各省平均为12.20×108yuan/a.建议国家建立生态补偿基金,协调区域生态服务与生态占用的矛盾.     

阵列天线通道不一致性校正的辅加阵元法

MUSIC算法是一种基于特征值分解的超分辨DOA估计算法,在理想阵列条件下,其估计性能良好,但当信号模型与实际信号环境不匹配,即存在系统误差时,MUSIC算法的估计性能会严重下降,甚至失效。针对模型中普遍存在的通道不一致性误差,本文首先分析了此类误差对测向性能的影响,并提出了一种通道误差校正的简易算法,该方法通过对来自辅加阵元信号的数据信息进行处理,获取通道不一致性误差的估计,通过误差补偿有效地抑制了通道不一致性的影响,提高了DOA估计的性能。给出了应用该方法的具体步骤,计算机仿真结果证明了该算法的有效性。