反直升机智能雷战斗部总体效能综合评价

给出了反直升机智能雷战斗部总体效能的评价体系 .对各种评价方法进行了分析 ,在 TOPSIS方法中引入层次结构的概念 ,提出了适用于智能雷战斗部总体效能评价的层次 TOPSIS评价方法 .采用效用函数法进行指标值的统一量化 ,并给出了权向量的计算方法     

多传感器交叉提示技术发展现状与研究

总结了多传感器交叉提示的含义、方法及技术应用研究现状,并给出了传感器交叉提示的内涵：提出了多传感器交叉提示技术的主要研究内容,研究了多传感器交叉提示的条件、在信息融合系统中的交叉提示过程以及具有交叉提示功能的多传感器协作管理结构;指出了多智能体技术是研究交叉提示技术的基本方法和发展趋势。     

协同探测中传感器管理的优化方法

综述了分布式协同探测的网络结构及传感器管理的发展状况,提出了在传感器组网中采用分级的Ad Hoc网络拓扑结构,减少信息冗余,提高传感器管理中信息的传输效率,同时对线形规划的传感器管理方法进行了优化,将探测范围及目标优先级条件引入到传感器管理方法。能较好地克服了混合式管理结构中在传感器管理中心存在的计算瓶颈问题。     

战术弹道导弹预警中的传感器管理研究

传感器管理技术是战术弹道导弹预警能力的重要技术手段,立足于战术弹道导弹预警任务要求,对传感器管理体系结构进行了分析.在此基础上,对战术弹道导弹预警传感器管理层次结构进行了研究,建立了传感器管理的闭环融合和感知回路,并结合预警任务实际,研究了战术弹道导弹预警传感器管理的相关内容,并对目前的管理方法进行了介绍分析,为战术弹道导弹预警传感器管理提供了一种可借鉴的思路.     

智能传感器标准IEEE 1451解析

智能传感器IEEE 1451标准体系由7个子标准组成.IEEE 1451.1模型分别为网络适配器与通信网络、NCAP与变送器模块间的通信提供软件接口,适用于单个或多个NCAP组成的系统,其传感器通过NCAP与外部网络连接.IEEE 1451.1标准规定的软件接口通过对象、数据和网络通讯3种模型实现.IEEE 1451.2标准则将网络化智能传感器分为智能传感器接口模块(包括电子数据表格TEDS)、网络适配器及STIM与NCAP间TII接口.     

效用函数在防空火控系统效能评估中的应用

效用函数原理包括,确定评判对象指标集,对影响效能指标进行分类,确定指标的效用函数及综合评估方法、计算效能指标的权重、计算系统效能值并进行排序.运用效用函数构建防空火控系统的评估模型,通过确定评判对象指标集、指标权重、指标数据及系统效能等步骤完成.     

基于BP神经网络的智能压力传感器设计

为满足航空发动机分布式控制系统的设计需求,提出了利用BP神经网络设计智能压力传感器的方法。首先,建立了该传感器的BP神经网络模型;然后,利用DS18B20和ATmega128设计出了硬件电路;最后,进行了该传感器的软件设计。实验结果表明,该智能压力传感器结构简单,线性化程度好,测量精度高,适用于航空发动机分布式控制系统。     

智能传感器及现场总线控制系统在潜艇装备中的应用

由智能传感器和现场总线构成的现场总线控制系统,采用三层线性网络结构.以太网层实现各舱室工作站向指挥舱传输数据.PROFIBUS现场总线网络层采用屏蔽双绞线连接.AS-I接口网络层用于传感器和执行器的联网通信.各舱室主站通过PROFIBUS-DP总线以令牌方式与智能传感器传输数据,各舱室艇员通过主站控制底层设备,实现对本舱的执行器件的监控.     

WB智能电量传感器与S7-PLC的通讯

WB智能电量传感器与S7-PLC采用异步串行通讯,通过S7-200通讯口引脚及WB传感器RS485口端子排分配,以WB传感器通讯协议及S7-200 CPU编程实现通讯.S7-200 CPU编程包括初始化、读数据命令、向WB智能传感器发送命令、中断8端口0字符接受程序、读端口返回数据及处理.该通讯已在空调参数测试系统中应用.     

基于GO法的智能传感器网络可靠性

采用GO法对探测系统的智能传感器网络进行了分析，首先建立智能传感器网络GO图，进而确定操作符的状态概率，通过GO运算得出系统的可靠度．实例表明：该方法分析方便，具有较高的精确性．     

基于SVM 的作战效能灵敏度分析

从评估问题本身出发研究学习样本的构造方法,针对传统灵敏度分析方法的不足,提出基于支持向量机的作战效能灵敏度分析方法。分析基于最小二乘支持向量机（Least Square Support Vector Machine,LS—SVM）作战效能的原理与模型,提出一种新的基于属性效用函数估计的学习样本构造方法,提出基于PSO算法的LS—SVM参数的优化选择方法。总结基于支持向量机的作战效能灵敏度分析的实现算法,采用参考文献中的数据为例进行算例分析。结果表明,该方法无需考虑决策属性间的复杂关系,在灵活性和所提供的信息量上由于传统解析法,在计算速度上优于Monte Carlo法。     

多车协同目标跟踪方法

地面无人系统中多车信息融合技术是提升系统环境感知能力的重要途径。针对单车传感器存在视野遮挡及盲区导致的目标跟踪不连续不稳定问题,提出一种集中式多车协同感知的结果级融合系统模型。该系统模型采用激光雷达作为车辆感知传感器,对不同车辆构建的环境栅格地图在主控端采用D-S证据理论进行融合、得到全局静态环境地图,完成多车协同感知环境模型的构建。在此环境模型基础上设计一种多车协同目标检测与跟踪方法,采用极大值抑制的方法解决检测目标融合冲突;设计一种级联动态目标匹配与跟踪管理方法,完成目标预测跟踪并将结果下发给各车。由两辆无人车组成的实车系统测试结果表明：当出现目标遮挡时,所提多车协同目标检测与跟踪架构相对于单车感知在环境表征上能够获得更全面的目标信息,跟踪目标未出现漏检,未发生跳变;跟踪器输出位置状态结果与检测结果误差较小,能够对所跟踪目标的状态进行准确估计,跟踪轨迹保持连续,有效提高了单车环境感知视野。     

基于粒子群优化的伺服系统比例积分微分控制器设计方法

给出了 一种基于粒子群优化（PSO)算法的火炮伺服系统比例积分微分（PID)控制器优 化设计方法。定义了 ー个综合考虑火炮调转时间、上升时间、超调量、系统静态误差、等速跟踪误差 和正弦跟踪误差等动静态性能的指标函数,在给定的控制器参数空间进行组合优化搜索,可迅速求 得使性能指标优化函数极小化的ー组PID控制器参数。仿真結果表明该方法有效。     

无线传感器网络中四元无线声阵列节点选择及目标定位算法

低成本、小型化的无线声传感器网络（WASN）的每个节点只配备一个麦克风而非麦克风阵列,针对随机抛撒的WASN区域外声源目标定位问题,依据声压衰减模型和几何定位机制,提出了四节点无线声阵列声源定位算法。在此基础上分析了声音衰减系数和阵列形状对定位精度的影响,进而选择以Y型阵列作为感知模型,当Y型阵列的中轴线与目标声源的夹角为60°～100°时,定位误差小于1 m. 依据仿真结果提出节点选择算法并进行了Y型阵列目标定位实验,结果表明,Y型无线声传感器阵列满足对无线传感器网络（WSN）抛撒区域外50 m处目标的预警需求。低成本、小型化的无线声传感器网络（WASN）的每个节点只配备一个麦克风而非麦克风阵列,针对随机抛撒的WASN区域外声源目标定位问题,依据声压衰减模型和几何定位机制,提出了四节点无线声阵列声源定位算法。在此基础上分析了声音衰减系数和阵列形状对定位精度的影响,进而选择以Y型阵列作为感知模型,当Y型阵列的中轴线与目标声源的夹角为60°～100°时,定位误差小于1 m. 依据仿真结果提出节点选择算法并进行了Y型阵列目标定位实验,结果表明,Y型无线声传感器阵列满足对无线传感器网络（WSN）抛撒区域外50 m处目标的预警需求。     

Design of PID Controllers of Anti-aircraft Artillery Servo System with Multiple Performance Specifications

A novel design method for determining the proportional-integral-derivative(PID) controller gains of an anti-aircraft artillery servo system with multiple performance specifications based on a particle swarm optimization (PSO) algorithm is proposed. First, a performance criterion evolution function combined with the system maximum displacement settling time, rise time, overshoot, steady state error, constant velocity tracking error and sine wave tracking error is defined. Second, the optimization problem of PID controller parameters and the searching procedure of PSO algorithm are constructed. Finally, the optimal or near optimal PID controller parameters are fast and easily obtained by solving the above optimization problem on the given controller parameter space following the PSO searching procedure. The simulation results show the effectiveness of the proposed controllers.     

Design of PID Controllers System with Multiple of Anti-aircraft Artillery Servo Performance Specifications

A novel design method for determining the proportional-integral-derivative（PID） controller gains of an anti-aircraft artillery servo system with multiple performance specificauons based on a particle swarm optimization （PSO） algorithm is proposed. First, a performance criterion evolution function combined with the system maximum displacement settling time, rise time, overshoot, steady state error, constant velocity tracking error and sine wave tracking error is defined. Second, the optimization problem of PID controller parameters and the searching procedure of PSO algorithm are constructed. Finally, the optimal or near optimal PID controller parameters are fast and easily obtained by solving the above optimization problem on the given controller parameter space following the PSO searching procedure. The simulation results show the effectiveness of the proposed controllers.     

内装式空中发射运载火箭点火状态多目标优化

针对内装式空中发射运载火箭状态空间广泛的特点,提出基于粒子群优化算法的空中发射系统的多目标优化方法。定义了以箭机分离时载机的姿态角、稳定伞的阻力特征、运载火箭点火时的角速度为自变量的粒子群广义位置和广义速度。建立了以箭机安全距离、运载火箭有效动能与耗能的比值、运载火箭控制机构耗能为变量的多目标优化模型。利用MATLAB软件计算优化模型,分析优化结果,证明适用于解决空中发射系统的优化问题。     

齿轮箱传感器优化布置研究

提出利用粒子群优化(PSO)算法解决齿轮箱故障检测中传感器优化布置问题的方法。在着重分析加速度传感器优化布置的模态置信准则后,构建了应用PSO算法解决此类优化问题的适应度函数。以齿轮箱有限元建模和模态分析结果为依据,以适应度函数作为评价目标,应用加速度自适应粒子群优化算法,实现了齿轮箱传感器的优化与定位。通过齿轮箱的试验模态分析和频响函数特性分析,证明了基于PSO算法的齿轮箱传感器优化布置方法是可行的。用优化后的6个测点布置传感器,故障诊断精度提高26.1%.     

道路约束下多传感器协同地面目标跟踪的管理方法

为实现道路约束下地面目标的有效跟踪、控制传感器系统的辐射损失,提出一种多传感器协同管理方法。将传感器管理过程描述为部分可观马尔可夫决策过程,建立道路约束下目标跟踪模型和传感器截获损失模型,给出跟踪精度和截获损失的具体计算方法,并提出一种多普勒盲区下的目标预测状态修正方法;针对高维数下管理方案求取困难的问题,设计了一种莱维飞行- 樽海鞘群算法以快速获得高质量的解。仿真实验结果表明：相比于经典寻优算法,所提算法具有更好的全局搜索能力,能够在缩短寻优时间的同时找到高质量的解;所提管理方法能够有效解决地面目标跟踪问题,既保证了跟踪任务的完成质量,又提高了传感器系统的生存能力。     

基于D-S证据理论的红外小目标识别方法

提出了一种基于D-S证据理论的红外小目标融合识别方法。该方法首先对中红外和远红外成像小目标进行目标特征的提取,然后根据提取的特征利用模糊C均值聚类的方法进行基本概率分配,最后利用改进的D-S组合公式进行融合识别。融合识别试验表明该方法能在传感器工作不正常的情况下仍然可以根据对两个传感器输出的结果进行融合对目标进行有效的识别。