基于模糊推理的综合毁伤效果评估方法

目标的毁伤效果评估是现代战争中不可缺少的一环,合理的毁伤效果评估结果可以为指挥员的下一步作战决策提供科学的参考。本文考虑目标毁伤效果评估问题的复杂性,借助模糊推理的方法,通过规定5条模糊推理规则进行模糊推理。结果表明,模糊推理的方法可以充分考虑毁伤效果评估中的模糊性,具有良好的评估效果。     

基于时间序列法与马尔可夫链的多沙水库动态运用研究

为了更好解决多沙河流水库蓄水和排沙间的矛盾,在传统水库运用模式的基础上,结合时间序列法和马尔可夫链原理建立多沙水库的动态运用模型。该模型首先运用时间序列法对历史水文资料进行展延,生成长系列入库水沙数据,然后根据马尔可夫链原理分析生成的水沙系列,确定不同频率洪水在不同条件下发生的概率,最后结合水库当前已发生的洪水预测即将发生的洪水的概率,对初始的水库调度参数进行调整,得到最终的水库运用参数,从而弥补水库运用参数与实时入库水沙条件不匹配的不足。将该方法应用于实际水库的控制运用,结果表明,该水库在供水量变化不大的情况下,较原有的运用方案具有更大的剩余库容。     

计算命中目标破片数及其分布的投影球方法

本文提出的计算破片战斗部命中目标破片主其分布的投影球方法具有概念明确、思路清晰、算法相对简单之特点,具有较强的通用性,并可获得足够高的计算精度。该方法在目标毁伤研究方面具有重要的参考价值。     

小型鱼雷在敌方环境下杀伤概率的提高

在过去的十年中,小型鱼雷的完善工作突飞猛进,特别是在声纳设计和假回波识别能力方面的进步,使得小型鱼雷成为一种难以应付的武器。因此制造商和用户在新一轮的反潜战中看起来有些松懈,而实际上小型鱼雷正面临着越来越复杂的基阵,这些基阵包括诱饵基阵,干扰发射机和计算机模拟运动基阵。所有这些鱼雷对抗技术再加上复杂的环境条件,以及武器传输信息的误差,导致鱼雷的杀伤率很低。     

LDPC码的稳定中断分析

对于一个给定的信道和一个特定的ldpc码族,针对由密度进化的不稳定性而造成的稳定中断事件,本文通过研究了BEC和AWGN信道中的稳定中断概率并确切表达了在块衰弱信道中的稳定中断概率,其仿真过程给出了在删除信道中容量逼近系统是怎样跳开了在块衰弱信道中的中断限制。     

湍流大气中光强闪烁对光通信链路的影响

给出了用大气传输通信设备进行传输距离 3.4 km外场试验光强闪烁对光通信链路影响的实验结果 ,并简要分析了光强闪烁对信号检测的影响和误码原因     

一种无人机扩频遥控系统的性能分析

在剖析无人机扩频遥控系统组成的基础上,对无人机扩频遥控系统的处理增益、抗干扰容限及保密性能做了具体的分析,对无人机扩频遥控系统的雷达截获概率做了深入的探讨。     

基于E-Learning的移动学习推荐系统研究

移动终端在输出海量学习资源时会存在条件受限问题,对移动学习的协同过滤推荐带来了较大的挑战。用户对学习资源的喜好问题与传统的推荐问题不同,其不仅依赖个人偏好和兴趣特征,且随着学习经历的变化而发生改变,同时移动设备所在的时空环境与上下文信息也影响了资源的选择。以概率矩阵模型为基础,首先利用先验概率分布建立社交关系、行为特征、资源关联、时空环境与用户评价的分布关系,然后将其通过联合概率分布融入到概率矩阵模型中进行优化,构建用户与项目的多维特征关系,得到更为精确的用户与项目的潜在特征矩阵,实现了基于移动环境的实时学习资源推荐。与近年的主流推荐方法进行比较,结果表明,针对移动学习资源推荐方法的均方根误差（root mean square error,RMSE）和平均绝对误差（mean absolute error,MAE）指标均优于相关方法。     

基于模糊逻辑的人为差错概率量化方法

为满足人机系统概率风险评估的需要,提出一种人为差错概率量化方法。分析技能、规则和知识为基础 (skill, rule and knowledge-based,SRK)框架和行为模式的确定方法Hanaman 决策树法,指出在确定行为模式的过程 中考虑行为模式影响因素的不确定性是必要的;使用模糊逻辑方法处理行为模式各个影响因素的不确定性,根据 Hanaman 决策树构建模糊推理规则,利用系统人为行为可靠性程序(systematic human action reliability procedure, SHARP)方法所提供的人为差错概率区间确定人为差错概率的隶属度函数。结果表明：该方法考虑了任务场景的不确 定性,可以得到人为差错概率的精确值,满足人机系统概率风险评估的需要。     

基于局部变分贝叶斯推断的分布式交互式多模型估计

针对目前部分多模型算法预先设定运动模型转移概率矩阵对状态估计精度的不利影响,本文提出了一种基于局部变分贝叶斯推断的分布式交互式多模型估计算法.不同于传统交互式多模型估计中运动模型转移概率矩阵为先验已知的假设条件,在分布融合估计框架下,首先基于最小化Kullback-Leibler散度准则的递归优化策略实现对运动模型转移概率矩阵的预测与更新;在此基础上,结合变分贝叶斯推断实现对当前时刻目标状态与模型概率的联合估计;最后依据协方差交叉融合策略完成对局部状态估计融合.仿真结果表明:新算法通过对运动模型转移概率矩阵以及模型概率自适应在线估计,有效提升了机动目标的状态估计精度.