DSmT在目标身份识别中的应用研究

针对DSmT将关于目标身份的不精确、不确定、冲突的多源信息进行融合,尤其是在处理高冲突证据的融合时有很好的效果,给出了运用DSmT进行目标身份识别的步骤.通过算例验证了DSmT在目标识别中应用的有效性,为其在工程实践中的应用提供了有力的支撑.     

基于任务成功性的机动雷达备件需求计算模型

为优化机动雷达备件携行量,在根据更新过程理论推导出的部件寿命服从指数分布情况下单部件备件满足率模型的基础上,结合雷达系统和部件任务结构关系,得到了系统任务成功概率评估模型,给出了基于任务成功性的不可修部件备件需求计算模型．最后给出计算实例,验证了该计算模型的可行性．     

联合空情预警课程案例推演式教学法研究

针对案例推演式教学法可重现、模拟、推演军事案例,能为学员营造身临其境的案例学习环境等特点,结合联合空情预警课程,论述了案例推演式教学法的实施过程．通过实践检验,案例推演式教学法使笔试优秀率提高5％、口试成绩有较大提升,明显提高了整体教学效果．     

基于收发分置模式的空基雷达组网动态探测模型构建

针对传统空基收发分置探测通常为静态模型的问题,建立了一种更符合实际情况的动态探测模型．首先以对重点区域探测面积最大为评估指标,建立单时间窗探测基础模型;然后根据组网雷达发射机接收机运动规律,在连续时间内利用烟花算法来优化发射机和接收机位置,并根据网格切分和接收机运动规律来调整位置,建立动态探测模型;最后通过实验仿真验证了该空基雷达组网动态探测模型的有效性．     

改进遗传算法在雷达网目标分配中的应用

目标分配是雷达部队作战指挥的重要内容。遗传算法已被广泛应用于目标分配问题,但以往的遗传算法染色体是向量串的形式,因此在求解过程中容易产生大量的非可行解或不满足约束条件的解。针对此种情况,将目标分配矩阵作为染色体,在求解过程中无需编码和解码,在产生初始种群时就可限定约束条件,而且可根据具体问题设计遗传算子,使算法的求解速度和质量得到明显的改善,仿真结果证实改进后的遗传算法应用于此类问题的可行性和有效性。     

基于α-β和δ-ε滤波器的机动目标跟踪

机动目标跟踪算法工程化问题一直是个难点。文中提出了基于α-β和δ-ε滤波器联合来跟踪机动目标，该算法不仅克服了两种滤波器对机动目标跟踪的不足，且计算简单，容易工程实现，并对机动目标有很好的跟踪效果。仿真实验结果表明了该算法的有效性。     

提高RH生产效率实践

为了解决RH处理时间较长与铸机生产节奏不匹配的问题,对RH真空精炼设备进行升级改造,通过采取增加环流支管个数及内径和提升真空泵抽气能力等措施,确定了最优工艺参数,生产实施后RH作业时间平均缩短了约7.7 min,提高了RH真空精炼工序的生产效率,保证了生产的顺行。     

共压共烧法制备La0.8Sr0.2(Ga0.8Mg0.2)0.1Fe0.9O3-δ致密扩散障碍层极限电流型氧传感器

采用固相合成法制备了La_0.8Sr_0.2(Ga_0.8Mg_0.2)_0.1Fe_0.9O_3-δ(LSGMF)混合导体和La_0.8Sr_0.2Ga_0.8Mg_0.2O_3-δ(LSGM)固体电解质, 利用XRD、TGA、范德堡直流四探针法和热膨胀仪等对试样进行了分析。以LSGMF为致密扩散障碍层, 以LSGM为氧泵层, 采用共压共烧结法制备了极限电流型氧传感器, 利用SEM和EDS对LSGMF/LSGM陶瓷体横截面的微观形貌和成分进行了分析。结果表明: LSGMF具有菱方钙钛矿结构(R-3c空间群), 它在650℃失重速率最快, 其电导率随温度的升高而增大; 300~1000℃范围, LSGM与LSGMF的热膨胀系数分别为12.51×10^-6/℃和12.80×10^-6/℃。650~850℃范围, 氧传感器具有良好的极限电流平台, lgI_L(极限电流I_L)与1000/T呈线性关系, LSGMF中氧离子的扩散激活能为0.4008 eV。800℃、0.3mol%<x(O₂)<21.0mol%时, 极限电流I_L与氧含量x(O₂)间的关系为: I_L(mA)=10.285x(O₂)(mol%), R=0.9982。LSGMF和LSGM结合牢固, 未产生裂纹, EDS分析基本符合各化合物的化学计量比。     

多雷达数据处理中坐标转换的新方法

在多雷达数据处理过程中,必须考虑减弱坐标转换带来的误差对数据处理的影响。针对此,提出了在多雷达数据处理中使用地心坐标系作为统一坐标系的一种新的坐标转换方法。该方法以地心坐标系作为统一坐标系,观测数据由本地直角坐标转换成地心直角坐标,再由地心直角坐标转换为情报处理中心的直角坐标。可以看出该方法进行的坐标转换都是大地坐标之间的转换,因此是简单和精确的。通过转换误差分析和验证,结果表明了该方法可以减小地球曲面误差等的影响。     

基于多Agent建模的弹道导弹多特征综合识别框架

由于弹道导弹目标特征具有积累时间各异、分类方法繁多、存在干扰等难点,需要系统具备智能、自适应和协作的能力来完成目标的综合识别。在传统综合识别的基础上,提出了一种基于多Agent建模的弹道导弹多特征综合识别框架,构建了Agent的推理规则库和内部状态库,描述了Agent的处理流程与交互关系。基于Swarm平台仿真验证表明,该框架能有效进行多特征综合识别,给出正确的识别结果。