基于EMD能量占比的海面漂浮小目标特征检测

针对传统的时频分析方法对海杂波分析有限的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)能量占比的海面漂浮小目标特征检测方法.首先,采用EMD将接收回波分为独立不同尺度的若干个固有模态(intrinsic mode function,IMF)分量,实现对接收回波的频率从...     

基于反馈判决的鲁棒自适应机动目标跟踪算法

针对平方根容积卡尔曼滤波(SRCKF)在机动目标跟踪中面临测量异常和模型失准时估计精度下降的问题,提出了一种基于反馈判决的鲁棒自适应算法.利用Huber函数对观测残差序列处理获得权重向量以修正测量协方差,增强算法的抗差能力以克服测量异常问题;同时,引入多重渐消因子调整预测误差协方差,从而改变滤波增益,增强算法的自适应性...     

主成份分析在地区综合消费水平评析中的应用

利用主成份分析法,对我国28个省,自治区,直辖市的6种消费指标进行综合评价,通过使用统计软件SAS进行计算和分析,提出用第一主成份作为地区消费水平的度量,得到了这些地区综合消费水平的排列次序,从另一侧面反映了各个地区的经济发展,综合实力状况.     

考虑员工移动成本的车缝生产线平衡问题

针对车缝生产线多品种小批量和自动化程度低等特点,提出了考虑员工多工序作业移动成本和为瓶颈工序增设适量设备的车缝生产线平衡问题。通过引入虚拟工作站和标准在制品（SWIP）库存概念,构建最大平衡率和最小生产节拍的双目标优化模型。最后,通过设计枚举算法和基于贪婪搜索策略的多目标遗传算法获取新增设备方案、标准在制品数量以及线平衡优化方案。车缝生产线实例计算结果表明,线平衡率及生产效率得到大幅提升,验证了模型和算法的合理性与有效性。     

利用蜜罐技术架构网络战训练虚拟靶场环境

从蜜罐技术的分类与功能出发,结合网络战虚拟靶场环境建设的目标,探讨了蜜罐技术在虚拟靶场中运用的具体设计与构建.讨论了用蜜罐技术架构网络战虚拟靶场环境的设计要素,给出了相应的模块结构图.在目前流行的蜜罐技术基础上,利用相关工具软件设计了用一个蜜网构成的网络战虚拟靶场环境.     

动态环境下基于势场原理的避障方法

在保留传统人工势场法原理简单、易于实现优点的基础上,对其应用在具有移动障碍物的动态环境中所表现出的缺陷进行了改进,用碰撞时间参数代替相对位置参数并辅以碰撞角度约束来消除无渭的避碰运动,同时又引入障碍物作用于机器人、方向指向目标点的分力和局部波动函数,较好地解决了因局部最小以及障碍物与目标点相距太近造成的不能成功到达目标点的问题．仿真结果表明此方法能够使机器人在具有静态和移动障碍物的复杂环境中安全避障．     

连续混沌系统任意目标点的控制

通过构造适当的Lyapunov函数,实现对连续混沌及超混沌系统任意目标点的控制.     

基于作战环的不同节点攻击策略下的作战网络效能评估

基于作战环思想, 以作战网络抽象模型为基础, 围绕作战环的分类、定义、形式化描述、数学模型等基本问题开展了理论研究, 进一步丰富了作战环理论体系。同时, 以能否快速有效打击对方目标实体为根本依据, 建立了基于目标节点打击率和基于目标节点打击效率的作战网络效能评估指标。通过仿真实验, 将作战环相关理论运用于不同节点攻击策略下的作战网络效能评估, 为实际作战体系对抗中双方的攻击与防护提供应用指导, 也为进一步开展基于作战环的作战网络应用研究提供参考借鉴。     

竖式移动床颗粒流动的研究

竖式移动床内通常进行着伴随传热传质的化学反应,研究床层内颗粒流动对强化床层气固热交换和化学反应具有重要的意义.以球团竖炉为背景,采用实验与模拟相结合,研究床层内颗粒流动基本规律.动力学模型和黏性流模型是计算床层颗粒流动的主要模型,且黏性流模型更适用于竖炉;结合模拟与实验结果,确定了动力模型中的待定系数为0.02 m,黏性流模型中的黏性系数为0.15 Pa.s;采用黏性流模型模拟得到,球团在竖炉内流动比较均匀,接近于"活塞流";焙烧带的倾斜壁面倾角对炉内球团顺行起很大作用.     

小样本条件下SCGAN+CNN低分辨雷达目标一步识别算法

现有低分辨雷达目标识别方法,通常采用先特征提取、再进行目标分类的两步识别算法,这种算法存在识别率难以提高和方法泛化性不足的问题,对此,提出一种增强条件生成对抗网络（strengthening condition generative adversarial network,SCGAN）+卷积神经网络（convolutional neural network,CNN）的低分辨雷达目标一步识别算法。该算法利用CNN自动获取采样数据深层本质特征,无需特征提取,实现对目标的一步识别。为进一步提高小样本条件下的识别效果,基于CGAN理论来提高样本在特征空间的覆盖程度,并对CGAN的判别器进行改进,在损失函数中增加混叠惩戒项,通过SCGAN生成不混叠的生成样本来更好地训练CNN,提高其在小样本条件下的识别能力。仿真对比实验校验了一步识别算法较传统两步识别算法的优越性,以及SCGAN+CNN的低分辨雷达目标一步识别算法在小样本条件下的有效性。