基于一种最优核鉴别矢量集的雷达目标识别

基于高分辨距离像的雷达目标识别的关键是如何提取距离像的有效鉴别特征.通过分析核Fisher准则函数下核类内散布矩阵的零空间信息与非零空间信息对识别的贡献,基于同构映射思想,求解出一组最优鉴别矢量集,用于提取距离像的鉴别特征.同时,给出一种快速算法,用较少的训练样本表达投影方向,加快了鉴别特征的提取速度.基于外场实测数据的实验证明了方法的有效性.     

一种共前缀码的测试数据压缩方案

提出了一种新的基于游程编码的测试数据压缩/解压缩的算法:共前缀码编码(SPCS),它在传统游程使用较短的代码字来代替较长的游程的基础上,进一步探讨游程之间的相关性,使用一位来代替具有与前一游程相同前缀的后一游程的前缀,使需要多位才能表示的代码字的前缀用-位就可以表示,进一步提高了压缩率.相比类似的编码测试数据压缩方案,具有压缩率高、解压控制过程容易实现的突出特点.理论分析和对ISCAS-85和ISCAS-89部分标准电路硬故障集的实验结果证明了本方案的有效性.     

一类非均匀采样系统最小二乘迭代辨识

阐述了非均匀多率采样方案,利用提升技术推导出非均匀多率采样系统的提升状态空间模型,进一步获得了对应的输入输出表达.针对辨识模型信息向量中存在未知中间变量的困难,基于交互估计理论与迭代搜索原理,提出了非均匀多率系统的最小二乘迭代辨识方法.最后进了仿真比较研究,以说明提出算法的优点.     

基于改进粒子群算法的系统辨识新方法

提出了一种利用改进的粒子群优化算法对系统进行辩识的方法.该方法是将典型的数学模型的相互组合而构成系统模型的新辨识方法,即首先将系统结构辨识问题转化为组合优化问题,然后采用粒子群优化算法同时实现系统的结构辨识与参数辨识.为了进一步增强粒子群优化算法的辨识性能,提出了利用一种改进的粒子群优化算法.最后,给出了仿真示例,结果验证了所给的系统辨识方法的合理性和有效性.     

RZWQM模型介绍及其应用进展

首先总述了美国RZWQM的研制过程、模拟功能以及模拟的流程,随后分别介绍了RZWQM 6个主要过程:物理过程、土壤化学过程、养分过程、杀虫剂过程、作物生长过程和管理过程;讨论了模型应用过程的注意事项,并探讨了RZWQM98新版本特征;最后对RZWQM模型的应用进展进行了综述,认为RZWQM在模拟作物生长和水分、养分和杀虫剂在作物根区内的运移是很有用的工具。     

多智能体涌现生成的群体行为仿真

众多实验表明,以建模仿真的方法研究复杂的群体行为是一条可行有效的途径.针对如何使所构建的群体行为模型在仿真过程中,既能表现自主、智能的个体行为,又能表现灵活、适应的整体行为,提出了一种基于智能体的综合建模方法,重点从信息获取、决策判断、运动控制三个方面对智能体模型的设计与实现进行了论述,并以实验结果证明了多智能体在交互.协调作用下涌现生成可视化群体行为仿真的科学性及合理性.     

Data fusion control and guidance of surface-to-air missile under the complex circumstance based on neural-net technology

Under the complicated electromagnetism circumstance, the model of data fusion control and guidance of surface-to-air missile weapon systems is established. Such ways and theories as Elman-NN, radar tracking and filter＇s data fusion net based on the group method for data-processing （GMRDF） are applied to constructing the model of data fusion. The highly reliable state estimation of the tracking targets and the improvement in accuracy of control and guidance are obtained. The purpose is optimization design of data fusion control and guidance of surface-to-air missile weapon systems and improving the fighting effectiveness of surface-to-air missile weapon systems.     

基于平方根UKF的多传感器融合跟踪

为了提高融合算法的精度,将UKF(Unscented Kalman Filter)算法与多传感器顺序滤波融合跟踪算法相结合,提出了基于UKF的多传感器序贯融合算法.UKF算法利用非线性方程自身的传播,估计系统状态,避免了对非线性方程线性化的过程.顺序滤波融合算法用同一时刻的量测依次更新状态,计算复杂性低.仿真结果表明,UKF顺序滤波融合跟踪算法比传统的扩展卡尔曼滤波(EKF)算法有更高的跟踪性能,是一种有效的非线性融合算法.     

基于神经网络的舰船全磁场部位识别

利用人工神经网络将舰船磁场的三个分量进行序贯融合处理 ,从而进行对舰船关键部位的精确识别 ,给出了处理方法及检验结果 ,并分析了提高网络推广性能的措施。     

厄尔尼诺现象的R/S分析

根据厄尔尼诺现象的基本资料,利用Ｒ／Ｓ分析的原理和方法,计算了Ｈ指数,建立了Ｒ（ｉ）／Ｓ（ｉ）与ｉ的关系式,对厄尔尼诺年份进行了预测分析。