基于RD算法的横向规避弹道弹载SAR成像

首先建立了通用的曲线弹道合成孔径雷达(synthesis aperture radar, SAR)回波信号模型,分析了加〖JP2〗速度引入的相位误差,推导了是否进行曲线弹道补偿的定量条件;然后针对横向规避弹道情况,分析了弹载SAR回波信号的特点,并根据弹载SAR的特点进行了合理近似,设计了基于距离 多普勒算法的成像方法。该算法与直线孔径下的距离 多普勒算法相比,仅仅修改了部分相位因子,没有因为孔径的非直线增加成像算法的复杂性。     

基于区间数的预警机作战效能评估

建立了预警机作战效能评估的指标体系,提出了区间数的幂运算法则。采用区间数特征向量法确定了指标体系中定性指标的权重,采用区间数特征向量法和信息熵法相结合的组合赋权法确定了指标体系中定量指标的权重。给出了指标体系中定量指标和定性指标的规范化方法,提出了用区间数形式的加权和与加权积关系进行指标聚合的方法。最后通过算例对该方法的有效性进行了检验。     

基于遗传编程的火电厂主汽温系统建模研究

遗传编程是基于自然进化理论的一种全局最优智能搜索技术,将它应用于系统辨识,可以实现同时辨识系统的结构和参数,并且得出的辨识结果是显示的。提出了一种新的多目标遗传编程算法,将进化的目标设定为偏差的平方和、表达式的复杂程度和最大动态偏差的综合最小。应用该算法辨识火电厂主汽温系统,仿真结果说明该算法是有效的,并且比常规遗传编程算法优越。     

复杂网络演化博弈理论研究综述

综述复杂网络的结构特性对演化博弈动力学的影响的最新研究成果,研究个体在相互作用和冲突中的策略选择和演化问题,关注自私个体中合作现象的涌现。着重介绍了受到广泛关注的囚徒困境和雪堆博弈两个简单的博弈模型,并利用复杂网络刻画了个体间的联系,研究了空间结构与博弈动力学之间的关系,探讨了未来工作的研究方向。     

Retinex理论在航空影像增强中的应用

在航空影像的成像过程中,由于大气衰减、云层、烟雾、向阳、背阳等影响,使获取的影像质量下降,出现对比度降低、亮度不均、色彩失真等问题。针对这些问题,提出结合人眼颜色恒常性的典型计算理论Retinex理论,来模拟人眼视觉的感知模型,通过一个像素和其周围像素的明亮度比较运算,获得对象表面的反射率影像,并基于"灰度世界"假设,对图像进行了后处理。给出了Retinex算法在航空影像增强中的具体实现流程,并进行了计算机仿真实验。结合方差、平均梯度、清晰度等参数,验证了算法在图像对比度、细节增强和色彩保真等方面的效果。     

基于贝叶斯网络的复杂装备维修质量评价模型

针对当前装备维修质量评价忽视维修过程影响因素这一问题,将过程评价指标体系作为修后评价指标体系的先验知识,构建了一种基于贝叶斯网络的复杂装备维修质量评价模型。首先,建立了过程评价指标体系和修后评价指标体系,并对各项指标进行了简要分析。然后,建立了维修质量评价的贝叶斯网络模型,通过改进的模糊综合评价方法确定了根节点的先验概率,通过专家经验法确定了子节点的条件概率,并给出了模型的具体求解步骤。最后,通过算例仿真与分析对提出的方法进行了验证。结果表明,提出的方法能够在一定程度上解决复杂装备的维修质量评价问题,为完善复杂装备的维修质量评价理论提供了借鉴。     

基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究

鉴于股票波动具有显著的多尺度特征,本文引入二元经验模态分解(EMD)与二元CopulaGARCH算法,提出一种新的VaR风险度量模型,即BEMD-Copula-GARCH模型.具体地,新BEMD-Copula-GARCH模型可分为三个主要步骤:数据分析,分风险估计和总风险集成.首先,基于二元EMD模型,将复杂且相互作用的股票对分解为若干组较为简单且相互独立的分量,以降低建模难度.其次,引入二元Copula-GARCH模型,刻画各组分量间的相互关系,以度量股票投资组合在不同尺度上的分VaR值.最后,集成各分VaR值以得出最终VaR风险度量结果.实证研究以恒生指数与上证综指为数据样本构造投资组合,结果表明:本文所构建的新模型能有效度量投资组合风险,其估计精度显著优于DCC-GARCH和Copula-GARCH等现有模型.     

基于多层等值面的电磁环境三维可视化研究

电磁环境三维可视化是目前虚拟战场环境中亟待解决的问题之一,提出多层等值面的方法来表现三维电磁环境。数据生成采用了Longley Rice电波传播模型,该模型考虑地形遮挡以及大气影响,计算生成了用频设备的三维空间电磁波强度值。为了直观表现电磁波强度在空间中的分布范围,采用多层Marching Tetrahedra(MT)等值面的方法,表现了多个不同强度大小的电磁环境分布,解决了面绘制方法在对体数据内部数据细节表现不够的缺陷。为了提高电磁环境的可视化性能,充分利用现在图形处理器(graphic processing unit, GPU)的通用计算能力,实现了硬件加速多层等值面一起提取输出的方法,降低CPU计算负荷,加快了等值面提取速度。最后实现了一个可实时交互的电磁环境三维可视化系统,实验结果表明该方法表现了用频设备在虚拟战场环境中的三维电磁态势,对于用频设备选址和无线通信规划都有一定的辅助作用。     

Robust H∞ filtering for discrete-time systems with Markovian switching and time-delays

The robust H∞ filtering problem for uncertain discrete-time Markovian jump linear systems with modedependent time-delays is investigated. Attention is focused on designing a Markovian jump linear filter that ensures robust stochastic stability while achieving a prescribed H∞ performance level of the resulting filtering error system, for all admissible uncertainties. The key features of the approach include the introduction of a new type of stochastic Lyapunov functional and some free weighting matrix variables. Sufficient conditions for the solvability of this problem are obtained in terms of a set of linear matrix inequalities. Numerical examples are provided to demonstrate the reduced conservatism of the proposed approach.     

High efficient moving object extraction and classification in traffic video surveillance

Moving object extraction and classification are important problems in automated video surveillance systems. A background model based on region segmentation is proposed. An adaptive single Gaussian background model is used in the stable region with gradual changes, and a nonparametric model is used in the variable region with jumping changes. A generalized agglomerative scheme is used to merge the pixels in the variable region and fill in the small interspaces. A two-threshold sequential algorithmic scheme is used to group the background samples of the variable region into distinct Gaussian distributions to accelerate the kernel density computation speed of the nonparametric model. In the feature-based object classification phase, the surveillance scene is first partitioned according to the road boundaries of different traffic directions and then re-segmented according to their scene localities. The method improves the discriminability of the features in each partition. AdaBoost method is applied to evaluate the relative importance of the features in each partition respectively and distinguish whether an object is a vehicle, a single human, a human group, or a bike. Experimental results show that the proposed method achieves higher performance in comparison with the existing method.