基于模板匹配的桥梁毁伤效果评判研究

针对桥梁自动毁伤评判中打击效果评估标准的缺乏问题,利用模板匹配思想,结合导弹攻击桥梁目标的特点,提出了桥梁目标的毁伤效果指标,建立了桥梁毁伤效果评判模型。选取桥梁遭导弹打击后最大可用车道数、最大承载力与失效时间对桥梁的毁伤程度进行评判,并且根据战场情报信息的不完整性特点,提出运用模糊方法对指标进行分级度量。最后给出了评判桥梁毁伤效果的详细过程。     

用离散小波变换对格网DEM数据压缩中的关键技术

DEM数据具有不稳定、相关性差的特点,用离散小波变换对格网DEM数据进行压缩处理时,其边界问题将更为突出,主要表现在边界失真非常严重.这种现象不可避免地导致重建DEM数据精度的损失严重.为了最大限度地减弱边界问题的影响、提高压缩比,在进行格网DEM数据压缩时,作者将二维离散小波变换的边界问题转换为一维离散小波变换的边界问题,大大减小了边界失真区域,提高了重建DEM数据的精度.进而,用相应的算法进行了DEM压缩实验, 结果表明:可获取高压缩比且高精度的重建DEM数据.     

距离-速度同步欺骗干扰下的机动目标跟踪算法

研究了距离-速度同步拖引欺骗干扰下的机动目标跟踪问题。根据数字射频存储器及直接数字频率合成器产生的距离-速度同步拖引干扰原理,建立了距离-速度同步拖引干扰下的机动目标回波信号模型,利用接收机自动增益控制电压和目标个数的突变信息对信号进行欺骗干扰判决,当判断为距离-速度同步欺骗干扰时,采用正交匹配追踪方法识别出真实信号,最后利用扩展卡尔曼滤波方法对目标进行跟踪。仿真验证了该方法与魏格纳变换和魏格纳-霍夫变换相比具有较高的识别性能,并在机动条件下具有良好的跟踪效果。     

图像恢复问题的梯度稀疏化正则方法

针对图像恢复中边缘损坏及细节丢失等问题,从分析梯度直方图的分布特征及梯度稀疏性最佳表示出发,提出了一种基于梯度稀疏性的正则方法,建立了具有梯度先验信息的图像恢复模型。该模型不仅能够增强图像的细节特征,而且能够在去除模糊及噪声与保持图像边缘之间取得很好的平衡。设计了一种新的优化算法对模型进行求解。实验结果表明,新算法快速有效且收敛性好, 新模型能够在很好地去除模糊和噪声的同时,有效保留图像边缘及纹理等信息。     

高超声速飞行器输入受限模糊反演控制

针对吸气式高超声速飞行器控制中存在的执行机构受限问题,提出一种模糊反演控制设计策略。设计一种新的辅助系统分别对跟踪误差和控制律进行补偿,在物理执行机构受限时能够同时保证闭环系统及跟踪误差的有界性。在反演控制的设计框架下,引入模糊控制器逼近模型中的不确定项,提高控制系统的鲁棒性。为防止出现传统反演方法中存在的“微分膨胀”问题,引入滑模微分器对虚拟导数进行求解。最后,通过实例仿真验证所设计控制策略的有效性。     

平顺移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度

对平行顺序移动模式下考虑加工时间与调整时间可分离的多目标流水车间批量调度问题展开研究.构建以加工制造设备总停机次数、批量工件生产周期以及搬运批量工件的总次数为决策目标的基于分层序列法的多目标决策模型,利用该模型可确定批量工件的最优加工排序方案.建立平行顺序移动模式的加工与调整时间模型,该模型是求解生产周期的基础,也是为批量工件的最优调度方案制定生产作业计划的依据.提出并设计平行顺序移动模式下考虑加工时间与调整时间可分离的禁忌搜索算法对问题进行求解.研究结果表明:本研究可为平顺移动模式下考虑加工时间与调整时间可分离的批量生产流水车间选出批量工件的最优调度方案,同时可为批量工件的加工和加工制造设备的调整制定精确的生产作业计划.     

网络结构特征与链路预测算法关系研究

以美国航空网络、科学家合作网络和线虫新陈代谢网络等5种实际网络为例进行了综合实验,用结果数据定量化描述了同配系数、集聚系数和网络效率等网络结构特征参数,与基于局部信息和全局信息的两类链路预测方法结果之间的关系。通过对结果的分析,得到了网络同配系数为正且聚集系数大于阈值(约0.1)时适用基于局部信息的预测方法,否则适用基于全局信息的预测方法;以及集聚系数、网络效率与局部信息预测方法的结果成正比,与全局信息预测方法成反比等结论。这些结论为通过网络特征参数进行链路预测方法的选择提供了定量化的参考依据。     

基于FKCM的球磨机系统T-S模糊建模方法

针对传统的描述热工过程动态数学模型的方法难以建立非线性模型的缺点,提出了一种基于模糊核聚类的球磨机系统T-S模糊建模算法.该算法首先通过灰色关系法确定模型输入变量,利用FKCM聚类算法对输入空间进行模糊划分,确定T-S模型的前件结构和前件参数;进而利用最小二乘算法确定模糊规则的后件参数.最后,利用数字仿真数据对球磨机系统进行模糊建模,建模结果表明该算法简单、实用,模型能够精确地描述过程的非线性.     

Drivers' Behavioral Decision-Making at Signalized Intersection with Countdown Display Unit

Countdown display unit at signalized intersection is one of the most commonly used, but also controversial traffic control equipments. From the perspective of drivers' psychology, the drivers' behavioral decision-making process and its influence factors were analyzed. Based on the dates surveyed, the Logistic model of drivers' behavioral decision-making at signalized intersection with countdown display unit was established, which was also compared with the model without countdown display unit. The sensitivity analysis results of these two models were given at last. The results indicated that the countdown display influenced the drivers' behavioral decision-making significantly. These fundamental works provided some knowledge to traffic management to accelerate the process in the improvement of countdown display setting and gave some advices to promote the safety of intersections.     

基于改进的局部保持投影的战时备件分类

为提升战时合成部队备件保障效能,需对其进行有效分类,以便开展备件的预储预置。针对备件种类多、时效性强、影响分类因素复杂的现实问题,提出了基于改进的局部保持投影的备件分类方法。首先,根据战时备件分类储备的影响因素,作为备件分类的特征指标,其次,利用改进的局部保持投影的降维方法对备件原始特征数据进行特征降维,得到低维特征向量。再利用支持向量机（support vector machine,SVM）的分类器对低维数据进行分类。并通过量子粒子群对SVM的核函数参数进行寻优,提升备件分类精度,得到满足备件分类准确率最优时的降维维数和分类器参数。最后,通过对演习装备备件分类的实例分析,验证了模型的可行性和合理性,并对比分析了其他分类方法,表明该方法能够较好地解决战时备件分类的问题。