基于直觉模糊线性方程组的IFTS 预测方法

针对模糊时间序列预测理论对不确定性数据集的实时模糊变化趋势研究存在的不足, 规范了直觉模糊时间序列的定义, 提出了基于直觉模糊线性方程组的直觉模糊时间序列预测方法. 所提出的算法将模型的求解转化为一系列带有约束的线性规划问题, 准确地反映了序列数据随时间发展变化的模糊关联规律, 简化了预测模型的复杂度, 提高了时间序列预测的精度, 扩展了直觉模糊时间序列预测理论的应用范围. 最后, 通过仿真实验验证了所提出方法的有效性和优越性.

     

基于误差传递建模的仿真可信性控制

针对模型误差对仿真可信性的影响, 提出了基于误差传递建模的仿真可信性控制方法。在建立仿真误差数学描述的基础上, 利用泰勒展开方法对误差传递模型进行了推导, 得到了仿真误差模型的一般形式。针对误差传递关系的非线性特点, 提出了基于神经网络的误差传递模型参数辨识的方法, 对神经网络相关参数的确定方法进行了研究, 给出详细的辨识过程。为提高仿真可信性控制的效率, 提出了基于敏感性分析的仿真模型综合重要性确定方法, 最后, 通过实例分析表明所建误差传递模型的正确性, 以及该可信性控制方法的可用性和有效性。     

基于改进粒子群优化和极限学习机的网络安全态势预测

针对网络安全态势预测模型预测精度不高、收敛较慢等问题,提出了一种基于改进粒子群优化极限学习机（IPSO-ELM）算法的预测方法。首先,通过改进粒子群优化（PSO）算法中的惯性权重和学习因子来实现两种参数随着迭代次数增加的自适应调整,使PSO初期搜索范围大、速度高,后期收敛能力强、稳定。其次,针对PSO易陷入局部最优的问题,提出一种粒子停滞扰动策略,将陷入局部最优的粒子重新引导至全局最优飞行。改进粒子群优化（IPSO）算法既保证了全局寻优的能力,又对局部搜索能力有所增强。最后,将IPSO与极限学习机（ELM）结合来优化ELM的初始权值及阈值。与ELM相比,结合IPSO的ELM的预测精度提高了44.25%。实验结果表明,与PSO-ELM相比,IPSO-ELM的预测结果拟合度可达到0.99,收敛速度提升了47.43%。所提算法在预测精度和收敛速度等指标上明显优于对比算法。     

基于改进灰色关联算法的雷达反隐身能力评估

针对复杂电磁环境下雷达获取隐身目标特性存在不完整性、多样性等特点,提出一种基于改进灰色关联算法和距离优化评估模型的雷达反隐身能力评估方法.该方法针对一般的主观权重可靠性不足的缺点,依据指标的主观、客观和关联属性实时计算并修正了指标权值.建立了基于性能与作战效能的雷达反隐身能力评估指标体系,并结合样本序列的稳定程度和指标值的优劣程度给出了雷达反隐身能力的优化评估距离,得出客观、准确的评估结果.理论分析和仿真试验表明,与一般的灰色关联算法相比,复合权重的灰色关联算法具有更好的系统评估能力和更高的准确性.     

基于改进灰色关联算法的目标威胁评估

针对防空作战中目标威胁评估问题,提出一种基于改进灰色关联算法(IGCA)的威胁评估方法。针对已往目标威胁评估中仅评估当前时刻的不足,采取对时间序列赋予权重的方法,构造多时刻目标威胁模型。运用层次分析与熵权法共同计算实时综合权重,使目标威胁因素的权值既体现专家经验,又反映数据的客观有序性;采用集对分析理论,将权值折算到同一层次,使其更加合理。最后,运用基于理想解的改进灰色关联算法,得出最终目标威胁排序。仿真分析表明,评估方法可以克服采取单一算法得出目标威胁相同的情况,融合多个时刻目标信息的评估方法更加准确、可靠。     

基于粒子群优化的直觉模糊核匹配追踪算法

针对现有直觉模糊核匹配追踪算法采用贪婪算法搜索最优基函数而导致学习时间过长的问题,汲取了粒子群优化算法全局搜索能力强、收敛速度快的优势对最优基函数的搜索过程进行优化,提出了一种基于粒子群优化的直觉模糊核匹配追踪算法,并将该算法应用于时效性要求更高的空天目标识别领域.实验结果表明,与传统方法相比,本文方法在识别率相当的情况下有效缩短一次匹配追踪时间,计算效率明显提高,且所得模型具有稀疏性好,泛化能力高等优点,特别适用于兼顾识别率和实时性的应用领域.     

分布式传感器调度模型与自适应概率粒子群优化算法

不同体制的多个传感器通常部署于不同位置,据此采用分布式计算思想研究其调度问题.设计了传感器指控模块和传感器模块,探讨两者间的信息交互过程,给出基于最小调度时间间隔的传感器探测任务分解方法,建立传感器探测目标的匹配度计算模型.针对调度方案生成子模块设计了一种自适应概率粒子群算法,算法中粒子的分量根据方案适应值大小以不同的概率取相应值,体现粒子在迭代过程中的思考.实例分析表明,该算法能在迭代前期较快地收敛到一个较优值,这一特点使得在迭代次数有限的情况下,算法仍可获得较好的调度方案,满足调度方案实时高效的要求.     

基于导弹尾焰特征谱的SVDD检测方法

现有天基红外导弹预警系统对目标的探测侧重于对红外图像的处理。从光谱维数据分析角度出发结合支持向量数据描述基本理论,提出了一种基于导弹尾焰特征谱的SVDD检测方法。应用小样本训练数据建立了单分类器,以11型导弹目标的红外辐射尾焰特征谱数据作为训练样本,比较了RBF与SSM作为核函数的检测效果,应用交叉检验的方法确定宽度因子和相似临界因子的值,结果表明,在低信噪比红外图像中,基于SSM-Kernel的SVDD检测性能优于基于RBF-Kernel的检测性能。应用训练样本数据的辐射双峰所对应中心波长作为匹配模板进行识别,实验表明方法具有可行性。     

红外预警双星弹道导弹主动段跟踪性能

为研究反导作战中红外预警卫星系统对弹道导弹主动段弹道的跟踪性能,提出以后验克拉美-罗下界(Posterior Cramer-Rao Lower Bound, PCRLB)为衡量指标,结合8态重力转弯主动段运动模型和双星纯方位无源定位获取的量测量,系统分析了运动建模精度、量测精度、采样周期、测源不确定性下检测概率和虚警数目等因素对跟踪时效性和准确性的影响。仿真算例给出了上述因素对位置和速度跟踪性能的影响程度和规律,可为预警卫星反导作战、战技指标关联建模以及星载探测器优化设计等提供有意义的参考。     

一种新型的陷波天线

设计了一种新型的超宽带天线,具有小型化,2.0~10.6GHz的工作带宽及全向性的特点。基于该超宽带天线提出了一种新的实现陷波特性的方法,在天线的地板上添加一个近似半圆的谐振单元,该单元与辐射部分通过一个通孔相连,并且所加的结构对原始超宽带天线的其他特性影响很小。同时给出了该方法的等效电路。仿真与实测结构均表明该超宽带天线驻波比(VSWR)小于2的阻抗带宽是2.0~10.6GHz,天线在5.0~5.9GHz处有明显的陷波特性,很好的覆盖了无线局域网(WLAN)(5.125~5.85GHz)的工作频段。可以解决超宽带通信频段与WLAN间的电磁干扰问题,实现频谱兼容。