嵌入式智能云控制系统的原理与设计

云是用语言值表示的某个定性概念与其定量表示之间的不确定性转换模型.基于云模型的定性知识推理,以概念为基本表示,从数据库中挖掘出定性知识,构造规则发生器.多条定性规则构成规则库,当输入一个特定的条件激活多条定性规则时,通过推理引擎,实现带有不确定性的推理和控制.以往实现云控制器,主要依赖计算机及相关软件,限制了其进一步的推广应用.针对基于Quartus Ⅱ设计软件和Nios Ⅱ处理器的可编程片上系统进行设计开发,将云控制器在目标电路板的FPGA芯片中进行系统集成,实现以嵌入式云控制器为核心的智能控制系统,具有接口灵活、扩展性强、便于实现等优点.为基于云模型的智能控制系统的工业化应用,提供了硬件设计基础.     

基于云模型的数据挖掘在入侵检测系统中的应用

云是用语言值表示的某个定性概念与其定量表示之间的不确定性转换模型。通过云模型对随机性和模糊性的有机拟合,使自然语言有效地被数字特征所表征。提出一种基于云模型的入侵检测方法．该方法通过监控各级主机系统资源使用情况,通过云变换得到原始资源数据的概念划分．然后通过云规则发生器自动生成入侵规则,从而得出相应的入侵决策。模拟实验表明该方法具有较准确的检测能力和适应能力．     

基于云变换的物联网安全属性风险评估

基于物联网安全数据分布的随机性特点,通过应用云变换从定量数据中得到数据的范围以及分布规律,而将精确的数值转换为恰当的定性描述,据此探索出一种梯形云概念提升算法,并进行了概念合并及提取实验。结果表明,基于云变换算法能高效地将数量型属性的定义域划分成相应的云定性概念,在此基础上对划分结果进行合理提升,最终可获得易于理解的关联规则,并可客观、准确地反映出原子概念云的分布情况,为物联网安全属性的准确评估提供了理论依据。     

基于模糊推理的SAR干扰效果评估

对SAR干扰效果的评估是目前的一个研究热点。在依据SAR图像受干扰情况评估SAR干扰效果的过程中,人的主观因素占主导地位。对于这种不确定性的评判,该文介绍了一种基于模糊推理的SAR干扰效果评估方法。首先,建立了SAR干扰效果评估指标;接着,借助相关领域专家的经验知识和推理规则,采用定性与定量相结合的方法,建立了模糊推理数学模型;最后,利用所建立的指标和模型进行干扰效果综合评判,得到了合理的、令人满意的结果。     

贝叶斯网络在大规模医疗数据上的应用研究

针对医院信息系统中积累的大量数据,探讨了采用粗糙集、规则推理、贝叶斯网络相结合的方法基于这类数据进行学习建模.该方法在粗糙集属性约简的基础上,考虑了规则推理的影响,对信息表中的属性列进行压缩,获取最少属性列.基于最少属性的贝叶斯网络模型可以有效降低网络结构的复杂性;同时利用贝叶斯网络实现概率推理.最后进行了实验分析,结果证明该方法快速有效.     

信息安全评价云模型的设计

针对当前信息安全所面临的挑战,提出了基于云模型的信息安全评估的新方法.该方法利用云模型在处理评估过程中定性概念与定量数值之间转换的优势,并结合属性相似度法确定属性权重,提高了评估的信度,拓宽了信息安全评价的思路.通过实例给出了方法应用的具体步骤,证明了该方法对信息安全评价的应用价值.     

云贝叶斯网络在目标电磁环境威胁评估中的应用

云模型能够实现定性概念与定量数值之间的相互转换,将云模型这一优点引入到电磁威胁度评估,并结合贝叶斯网络设计出云贝叶斯推理算法系统.以目标电磁空间为背景,利用MATLAB平台对云推理算法系统仿真,得出具体的目标电磁环境威胁程度,检验了该方法的效果.     

一种基于云模型的网络态势综合评估方法

针对网络态势评估中存在的模糊性、随机性和指标量化不统一等问题,提出了一种基于云模型的网络态势综合评估方法。综合考虑实数型、区间型和模糊型指标并统一用云模型量化表示,采用主观与客观相结合的赋权方式,并利用云相似性理论进行网络态势综合评估。对通信网络态势评估的实例分析表明,该方法能够合理地实现网络态势的定性及定量评估,并且保留了评估过程中的不确定性。     

基于云模型和AHP的网络信息系统可生存性评估

针对当前网络信息系统可生存性评估指标的复杂性和定性概念评估问题,将云模型理论和AHP方法相结合,提出了一种基于云模型的多层次可生存性模糊评估方法。用AHP方法构建了多层次评估指标体系,并对各级指标权重进行有效计算。采用多维云模型与AHP方法结合,设计了定性指标和定性数据的量化模糊评估方法,得到了定性评估结果。实验结果表明,所提出评估方法能够实现复杂评估指标体系下的模糊量化评估,在计算的准确性和模糊性方面具有较好性能。     

基于直觉模糊Petri网的混合推理方法

针对现有的基于模糊Petri网(Fuzzy Petri Nets,FPN)和直觉模糊Petri网(Intuitionistic Fuzzy Petri Nets,IFPN)的推理方法在求解只涉及知识库中部分规则的问题时存在推理过程复杂、效率不高,而且不能对问题产生的原因进行分析等缺陷,提出一种基于IFPN的混合推理方法.该方法将反向推理与正向推理相结合,首先把所要求解的问题转化为目标库所,并引入关联库所、关联变迁和子模型等概念;其次运用反向推理寻找目标库所的关联库所和变迁并构建推理子模型,从而获取问题产生的潜在原因并简化推理模型;最后以子模型作为推理模型,运用正向推理求解目标库所的token值,解决了直接运用原模型进行推理时过程复杂且效率不高的问题.与此同时,通过在模型中引入阈值以及"路径"和"有效路径"等定义,排除无效关联库所,从而找出了问题产生的真正原因.实例验证表明该方法可行且有效,与现有方法的对比分析表明该方法克服了现有方法的缺陷.     

基于有源照射箔条云的速度欺骗干扰方法

提出了基于有源照射箔条云对雷达速度波门进行拖引干扰的复合干扰方法.该方法运用机载电子干扰设备接收、转发敌方雷达发射的信号并照射到箔条云上,箔条云对干扰信号二次辐射,被敌方雷达接收,形成具有和载机相似径向速度的假目标,起到诱骗干扰作用.建立了复合干扰对速度跟踪系统进行干扰的相关模型,并进行了仿真实验,仿真结果表明,利用该方法对敌机测速跟踪系统进行干扰具有可行性.     

云模型在灰色评估中的应用研究

针对灰色评估法中隶属函数难以确定的问题,引入云模型,简要推导了云模型的一些特性曲线,在此基础上将云模型应用到白化权函数中,采用云模型中概念生成的方法来生成基于云模型的评估灰类。通过对白化权值的大样本求均值的方法来计算评估系数,避免了较大误差的影响。将该评估方法应用到雷达模拟器中,证明了方法的可行性,为云理论的进一步应用提供了一种扩展的思路。     

A cloud model-based method for the analysis of accelerated life test data

Various curve fitting models, including the Arrhenius stress model, inverse power law model, and Eyring model have been used to model the load (stress) – life relationship to aid in planning accelerated life tests; that is, the relationship between the mean of the sample lifetimes and the testing stress level. The load-life relationship is a one-to-one relationship: one mean of the sample lifetimes corresponds to one testing stress level. However, due to the random uncertainties existing in the testing stress, the relationship should be a many-to-many relationship rather than one testing stress corresponding one mean lifetime of the tested product. Based on the one-to-one relationship of the mean of the sample lifetimes to the testing stress level, a many-to-many relationship can be derived using the reasoning method presented in this paper. The reasoning method is constructed as ‘If X, then Y.’ X is termed the rule antecedent, and Y is called the rule consequent. They are constructed with the stress values and the sample lifetimes, respectively, based on the cloud model, which represents random uncertainty and fuzzy uncertainty. The reasoning method presented is called the multi-rule-based cloud reasoner, which can refine the one-to-one relationship established by models such as the Arrhenius stress model to a many-to-many relationship. In the case study, the multi-rule-based cloud reasoner was applied to a thermal stress accelerated life test of ammunition fuses. The results from the multi-rule-based cloud reasoner were compared with the estimation results from a normal cloud generator under a stress level of 20 °C. The results showed that the many-to-many relationship between the uncertain stress level and the means of the sample lifetimes was derived by the multi-rule-based cloud reasoner.     

组网雷达干扰压制距离试验评估方法

采用外场试验与数学仿真试验相结合的平行试验思想,提出基于对抗场景仿真的组网雷达干扰压制距离试验评估方法。给出了基于空间态势和目标特性的组网雷达数据融合仿真模型;建立了组网雷达干扰压制距离试验评估方法并给出了雷达电子战仿真评估推算系统EwserView;最后结合软件系统给出了替代等效推算试验评估实例和评估界面。本方法可以解决基于试验态势的组网雷达对抗试验评估问题,其可行性和有效性在试验中得到验证。     

基于误差椭球的激光测量系统的不确定度分析

为了对3维激光扫描技术的测量精度做出评估,以激光雷达测量系统为研究对象,基于误差椭球理论建立了测量系统的点位误差模型;依据点云平面误差椭球的分布特性,提出了点云拟合平面的不确定度模型,用于评估与拟合平面关联的尺寸测量精度;通过对箱体类物体高度的测量实验,获得了实际测量不确定度,并与模型仿真结果进行了对比。结果表明,该模型可较准确地估算出高度的测量不确定度,从而验证了其有效性及实际意义。     

BP神经网络在雷达干扰效果评估中的应用

雷达干扰效果是衡量雷达干扰措施是否有效和雷达干扰设备性能优劣的重要指标,如何准确、客观、快捷地评估雷达干扰效果,对雷达干扰双方均具有重大的现实意义。文中主要研究一种基于人工神经网络的雷达干扰效果评估方法,这种方法利用以往多次试验的结果,通过学习拟合出干扰效果与诸因素的映射关系,建立评估模型,用以对干扰效果作出评估。文章在最后进行了举例说明,实验证明了这种方法简便、易行和准确率高。     

警戒雷达干扰环境下效能评估方法

考虑干扰的影响,提出警戒雷达效能评估指标和相应的量化规则,采用层次分析法和熵权法确定指标的权重,充分考虑警戒雷达工作过程中不同指标之间的逻辑关系,改进警戒雷达效能指标单一的聚合方式,建立效能评估指标体系,更加准确地反映装备的真实效能;提出了基于矩阵运算的效能聚合算法,有效地将处理不确定信息的能力和制约关系指标的效能聚合能力进行兼容;借助云模型理论,对评估结果进行可视化处理,并提出吸引度的概念和最大吸引度的决策原则。采用对警戒雷达在远程支援干扰下的工作效能进行实例分析,取得较好的结果,证明了改进方法的可行性。为单部警戒雷达在干扰环境中的效能评估和多部雷达的性能优劣排序提供决策依据。     

对合成孔径雷达压制干扰效果分析

合成孔径雷达是一种高性能成像雷达,能全天候、实时地获取地面图像。干扰效果是衡量干扰设备能力的一个综合性的指标,干扰效果的定量评估与检测是雷达对抗中的重要课题。分析了SAR雷达压制干扰的成像原理,引用了保护距离的概念,建立压制干扰的数学模型,进行了参数的选择,并对SAR的干扰效果进行了计算机仿真,通过结果的输出,验证了通过保护距离进行压制干扰效果定量评估方法的正确性和可行性。