红外探测技术对多目标弹道参数的测量

在对多目标探测所用传感器的选择、目标提取和数据处理等三方面技术问题进行分析论证的基础上,提出了一种新的多、弱、小、暗目标近地弹道参数测量方法。采用红外热像仪合理布站,对运动的多个目标进行空间定位;采集多目标近地区域的下落图像,拟合出相应的轨迹,然后根据多条轨迹得到诸如目标空间坐标、轨迹、速度等弹道参数。这种方法可用于测量靶场落点和近地轨迹等;尤其是在对子母弹子弹群的近地弹道参数及落点的测量中,通过后期处理,可快速精确地报出各子弹的落点坐标。     

卡尔曼滤波在落点偏差预测算法中的应用

弹道测量误差对摄动落点偏差预测算法的精度有较大影响,该文建立卡尔曼弹道滤波模型对弹道测量数据进行滤波处理,以消除弹道测量随机误差,提高摄动落点偏差预测算法的精度。仿真结果表明,采用卡尔曼滤波可以大幅提高落点偏差预测算法的精度。     

基于地磁测量的火箭弹滚转角解算误差补偿方法研究

为实现火箭弹弹道修正,需实时解算弹体的滚转角。根据地磁场基本特性,采用两轴磁传感器测量地磁场分量,并同时测量弹道倾角以解算弹体姿态角。提出一种火箭弹弹体滚转角解算的误差补偿方法,进行某型火箭弹打靶试验,利用该方法对火箭弹飞行试验过程中的姿态角数据进行实时解算,并与陀螺测量到的滚转角数据进行比较。试验结果表明:利用该方法解算滚转角准确度在4°以内,能够满足火箭弹弹道修正的要求。     

汽车防撞雷达多目标识别测量算法研究

针对目前汽车防撞系统中常用的调频连续波测距雷达对多目标识别的不足,基于频移键控雷达的联合作用,提出一种新型的测量方法,该算法采用一种类梯形调频波形,利用调制频率的周期性变化特征分别对单目标和多目标实现有效检测,使雷达不仅可测量单目标在不同运动状态下的距离和速度,同时也可识别多目标,并对其完成测距与测速。利用Matlab对所提出的算法进行了仿真与验证,表明该算法不仅能准确捕捉所探测目标,并且在测量中有着较高的精度,适用于毫米波汽车防撞雷达在行驶中的目标测量。     

基于数据融合和“能量-损伤”的结构多损伤模式识别

基于一致性数据融合算法和"能量-损伤"结构特征提取原理,提出一种结构多损伤模式识别方法,能够充分利用结构不同位置的不同状态信息,更好地对结构损伤做出判断。对一致性数据融合算法进行改进,使得改进后的算法能够克服一致性算法中两传感器在测量精度不同时置信距离不同的缺点,并对支持矩阵进行模糊化处理,避免人为定义阈值而产生的主观误差。利用"能量-损伤"特征提取技术,构造融合后多传感器测量数据的特征向量,以ART2神经网络作为模式识别工具进行结构多损伤识别。五层框架结构数值计算结果表明,提出的方法能够用于结构多损伤识别,且具有较强的鲁棒性、稳定性和适应性。     

用于空空导弹弹道终端的ATR系统和算法

以工作在弹道终端的红外成像型空空导弹为对象,提出了一种基于前视红外图像的自动目标识别(ATR)系统,并建立了相应的ATR算法。此ATR既可以探测、识别、跟踪目标,还能够在弹道终端识别目标的易损(要害)部位,提取飞行剩余时间,自适应控制炸点。实测的弹道终端红外图像验证了这些ATR算法。     

基于抽样和两级CBF的长流识别算法

为满足高速网络流量测量需求,结合网络流显著的重尾分布特征,提出一种基于抽样和两级CBF的长流识别算法,先对观测时间内链路上通过的报文进行系统抽样,继而利用两级CBF对被抽样报文分别进行长流过滤和流长计数处理,最后再利用第二级CBF继续对所有未被抽样的报文进行查询,统计出长流所含的总报文数。实验验证该算法能在有效节约空间和时间资源的基础上,既实现对长流的准确识别,又实现对原始流长度的高精度测量,识别出的长流信息与真实信息完全相同。同时,该算法还具有可扩展性,一定误差范围内可以选用相对简单的哈希算法,或者使用硬件实现,进一步提高算法的处理效率。     

光电经纬仪子母弹多子弹轨迹交会法

本文根据两站交会的空间特性,在改进跟踪流程的前提下,设计了一种解决多子弹匹配交会的新方法。该方法利用多帧轨迹交会,判断空间中的真实轨迹。避免了基于单帧匹配的传统方法造成的高匹配误差,从而提高了整个跟踪算法的精度。通过试验证明,该光电经纬仪子母弹多子弹轨迹交会法具有精确、稳定等优点。     

条码信号复原技术在数字水准仪中的应用

在利用条码标尺定位测量的数字水准仪中,标尺条码图像的正确识别是实现水准测量的前提。远视距条码图像模糊严重,在直接利用边缘检测法识别条码失效时,首先对条码图像信号进行复原是必要的。采用正则化信号复原算法,并根据条码信号的特点,构建惩罚项抑制解的高频振荡。实验表明:用本文算法对条码信号复原后再进行识别,实现了视距为62m的正确水准测量,并达到了相当的精度。     

一种改进的特征系统实现算法及在智能结构中的应用

针对多输入／多输出特征系统实现算法（ Ｅ Ｒ Ａ），提出了一种改进算法，这种算法通过以递推形式形成一个对称半正定阵，采用特征值分解代替奇异值分解，并采用相关滤波的方法对测量数据进行预处理以提高识别精度。本文还将其用于具有密集模态的空间智能桁架的模态参数识别中，以建立受控数学模型，对改进算法运算量的理论分析与应用实例表明，该算法的运算速度可提高５～１０ 倍，是一种较好的多输入／多输出模态参数识别算法     

电容式薄膜真空压力传感器设计

电容薄膜真空计广泛应用于中、低真空的测量,为了提高电容薄膜真空计的测量准确性,将算法应用于电容式薄膜压力计的数据处理中。分段拟合方法可以根据每个数据段上的数据特性,使每个数据段上的误差数据曲线拟合得更加准确。然而,这种方法会在边界点处出现数据点跳跃间断的问题,这对实际使用有很大影响。文章设计了一种基于模糊控制原理的数据处理算法,以消除气压测量值在分界点处的跳跃间断问题。经过模糊控制算法的处理,电容薄膜真空计的测量精度得到了提高,气压测量数据曲线在全范围内具有良好的连续性。

     

Adaptive Fuzzy Strong Tracking Extended Kalman Filtering for GPS Navigation

The well-known extended Kalman filter (EKF) has been widely applied to the Global Positioning System (GPS) navigation processing. The adaptive algorithm has been one of the approaches to prevent the divergence problem of the EKF when precise knowledge on the system models are not available. One of the adaptive methods is called the strong tracking Kalman filter (STKF), which is essentially a nonlinear smoother algorithm that employs suboptimal multiple fading factors, in which the softening factors are involved. Traditional approach for selecting the softening factors heavily relies on personal experience or computer simulation. In order to resolve this shortcoming, a novel scheme called the adaptive fuzzy strong tracking Kalman filter (AFSTKF) is carried out. In the AFSTKF, the fuzzy logic reasoning system based on the Takagi-Sugeno (T-S) model is incorporated into the STKF. By monitoring the degree of divergence (DOD) parameters based on the innovation information, the fuzzy logic adaptive system (FLAS) is designed for dynamically adjusting the softening factor according to the change in vehicle dynamics. GPS navigation processing using the AFSTKF will be simulated to validate the effectiveness of the proposed strategy. The performance of the proposed scheme will be assessed and compared with those of conventional EKF and STKF     

集中交互式多传感器联合概率数据互联算法

为了解决杂波环境下多传感器多机动目标跟踪问题,本文提出了一种集中交互式多传感器联合概率数据互联算法。本文提出的算法首先应用广义S-D分配的规则对每个传感器送来的观测数据进行排列组合,并对所有的测量组合进行有效性判断,然后应用数据压缩的方法将每个有效量测组合压缩成一个等效量测点并根据每个等效量测点的联合似然函数计算其联合互联概率,最后在此基础上应用交互式多模型算法的思想以处理目标出现机动的问题。本文最后给出了该算法的分析,仿真结果表明,本文算法能够很好地解决杂波环境下多传感器多机动目标的跟踪问题。     

基于遗传算法的潜射反舰导弹综合作战效能分析

提出了直接根据单指标相对隶属度的模糊评价矩阵，构造层次分析法中的判断矩阵用以确定各评价指标权重的方法，给出了用遗传算法检验和修正判断矩阵的一致性和计算判断矩阵各要素的权重的模糊综合评价模型，对潜射反舰导弹作战效能进行了综合评估和排序．实例表明，该方法简便通用，计算结果较为客观和稳定．     

基于模糊逻辑的两步卡尔曼滤波器设计

在对惯性运动跟踪系统的建模分析中,常采用基于计算机的集中式卡尔曼滤波算法进行数据处理。由于该方法存在算法复杂,处理数据速度慢等问题,难以在嵌入式系统中实现高速运动跟踪,提出一种基于模糊逻辑的自适应两步卡尔曼滤波算法。该方法根据人体不同的运动状态调整卡尔曼滤波器,实验结果证明所提的方法能够更好地估计各个传感器的测量精度,减少了运算量,并在一定程度上提高了滤波器的容错性能。     

含非闭合隶属函数模糊变量的结构失效概率分布研究

结合工程实际,提出了非闭合隶属函数的截断可能性分布模型,并对模糊强度和模糊应力进行截断处理,给出了结构模糊随机失效概率随截断参数的分布,并给出了结构模糊随机失效概率分布的数值计算方法。所提出的方法不仅可以考虑基本变量的随机模糊性,而且可以考虑安全和失效状态的随机模糊性。关于强度和应力两个基本变量的情况易于推广应用到多个变量的情况,以解决多变量体系中含有非闭合隶属函数模糊变量的安全分析问题。     

Intuitionistic fuzzy approach for enhancement of low contrast mammogram images

Mammogram image enhancement is very much necessary in diagnosing breast cancer or tumor at an early stage. Nonuniform illumination and low contrast images are commonly encountered in mammogram images. Conventional enhancement algorithms produce either some artifacts or cannot highlight minute details present in the images, particularly when dealing with mammogram images. In this article, we propose a new mammogram image enhancement scheme using Atanassov's intuitionistic fuzzy set (IFS) theory. IFS considers two uncertainties—membership and nonmembership degree apart from membership degree as in fuzzy set theory. As mammogram images are low contrast images and many of the image definitions are vague/unclear, so IFS theory may be suitable for better image enhancement. Initially, the image is transformed to an intuitionistic fuzzy image using a novel intuitionistic fuzzy generator. Hesitation degree is computed and using the hesitation degree, two membership levels are computed to form an interval type 2 fuzzy set. These two membership functions are then combined using Zadeh's fuzzy t-conorm to form a new membership function. Threshold of interval type 2 fuzzy image is obtained using restricted equivalence function. Using the threshold, modified fuzzy hyperbolization is carried out. Real data experiments demonstrate that the proposed algorithm has better performance on contrast and visual quality of the images both quantitatively and qualitatively when compared with different existing methods.     

Vague集之间的相似度量及其在方案决策中的应用

针对模糊集的推广形式--Vague集,描述了Vague集中隶属度的三维含义、不确定隶属度对肯定与否定隶属程度的影响以及欧氏距离的表示,提出Vague集的相似度量与工程方案决策方法。在工程设计方案决策中,Vague集之间的相似度量是评价设计方案接近期望方案（理想方案）的度量,相似度量值越大,设计方案接近期望方案越好。最后通过实例阐明Vague集之间的相似度量在工程设计方案决策中的可行性和合理性。     

基于改进模糊支持向量机的磁记忆检测缺陷识别

针对磁记忆检测信号弱、缺陷区域无法有效识别的问题,提出了一种改进的模糊支持向量机(FSVM),并将其应用于磁记忆检测缺陷的识别。改进的FSVM一方面在传统确定模糊隶属度函数方法的基础上,通过构造k近邻离散度,减弱孤立点或噪声样本对分类的影响;另一方面通过对样本特征值进行加权处理,消弱冗余特征或弱特征对识别的影响。将改进FSVM应用于磁记忆检测缺陷识别。实验结果表明：该方法可以有效识别不同危险区域的缺陷信号,具有较好的鲁棒性和分类能力,是一种有效的磁记忆检测缺陷识别方法。     

机构选型的改进多级模糊综合评判

 机构选型多级模糊评判的核心计算是实现隶属度转换；但是,现有隶属度转换方法包含冗余性,表现在指标隶属度中对目标分类不起作用的冗余部分也被用于计算目标隶属度.为此,用基于熵的数据挖掘方法,通过挖掘隐藏在各指标隶属度中关于目标分类的知识信息定义指标区分权；用区分权清除指标隶属度中对目标分类不起作用的冗余数值并提取有效值；有效值经指标重要性权重转化为可比值；用可比值计算目标隶属度实现隶属度转换.由此建立机构选型的改进模糊评判模型.