应用聚类分析对关联规则进行分组

关联规则是要从大量的数据中找到数据之间的规律，但有时所产生的规律十分繁多，从而形成新的知识管理问题。针对该问题本文提出了一个新的算法，该算法利用系统聚类分析方法对规则进行分组，从而可更好地帮助用户解所发现的规律，该方法的距离（RatioD）是基于关联规则本身，因此，可对规则进行高效地分组。实验结果表明，该算法是有效的。     

星间自主相对测距中载波相位整周模糊解算方法研究

载波相位整周模糊度解算是利用载波相位进行星间无线电相对距离测量的关键。介绍编队小卫星的工作特点,针对星间相对距离实时、高精度测量的要求,详细阐述利用双频伪码和载波相位观测值解算载波整周模糊度的方法,推导伪码、载波相位测量误差与模糊度解算误差的关系,讨论降低误差的方法。计算机仿真结果表明,该方法可以在单个测量历元获得载波相位整周模糊解算,解算精度与伪码测距精度成正比关系。     

基于RCS观测序列的空间目标识别算法

针对低分辨率雷达体制下的空间目标识别问题,提出了基于RCS观测序列的空间目标识别算法.该算法首先对空间目标的低分辨雷达RCS观测序列进行离散小波变换,然后在时间-尺度平面上提取十个有效的统计特征,最后基于模糊分类来识别空间目标.应用四类空间目标的实测数据进行了仿真实验,取得了比较好的识别效果.     

空袭目标威胁评估模型研究

以航路捷径、目标类型、机动特性、到达发射区近界的剩余时间，以及电子干扰为主要影响因素，结合多通道防空武器系统的特点，建立了基于层次分析法和模糊综合决策法的空袭目标威胁评估模型。用层次分析法确定各因素权重，以分段函数的形式给出权重系数。针对一给定的中程防空武器系统，用模糊统计计算各影响因素的隶属函数，并给出了模型的计算流程。仿真结果表明，所设计的模型能较准确地评估来袭目标的危险性，且具有较高的灵敏度。     

控制系统故障诊断的模糊神经网络方法研究

控制系统的不确定故障诊断是目前尚未解决的问题。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法。然而上述两种方法难以提高不确定故障诊断的性能。为此本文结合模糊理论的推理能力和神经网络学习的能力提出模糊神经网络故障检测方法。该算法同时具备模糊理论的处理不确定和不准确信息的能力和神经网络的自学习能力。本文结果应用到某运载火箭控制系统的故障诊断,仿真结果表明,本算法有效,较好地解决了控制系统不确定故障诊断问题。     

雷达对抗侦察数据关联规律挖掘模型研究

现代信息作战要求能对雷达对抗侦察系统侦收到的大量数据自动进行关联规律分析和挖掘,因此设计了雷达对抗侦察数据关联规律挖掘模型,包括雷达对抗侦察数据的处理流程模型、雷达对抗数据关联规律挖掘系统模型和雷达对抗侦察数据关联挖掘操作过程模型.     

模糊神经网络控制器及其在航天器姿态控制系统中的应用研究

在航天器姿态控制领域，模糊控制技术作为一种辅助控制方法得到越来越多的关注。本文提出了一种基于模糊聚类算法和分布式模糊神经网络的模糊神经网络控制器，并将其用于《东方红三号》卫星应急星地大回路姿态控制系统之中。仿真研究表明，这种模糊神经网络控制器能够有效地从样本数据提取信息，实现分区域控制，并且具有较强的鲁棒性。该方法具有较为满意的控制效果。     

利用旋转基线方法进行双星快速定向

我国双星定位系统载波相位可观测信息少，且对地静止，难以直接利用传统的多星系统(GPS、GLONASS等)解模糊方法进行双星定向。针对此种情况，提出了一种旋转基线确定单差模糊度参数初值的方法，总定向时间不超过50秒，从而可实现双星快速定向。并且通过多位置观测，具备一定的周跳检测能力。进行了仿真实验，结果表明：当基线长度为2米，原始载波相位测量精度为1％周时，定向精度优于偏航角0．045度、俯仰角0．048度。该项技术应用于惯导系统的初始对准，可实现快速寻北，大幅减少其对准时间。此外，与双星无源定位系统结合，可组建一套我国完全自主的无源快速定位定向系统，大大提高了隐蔽性，对于我军的炮兵阵地联测意义重大。进一步，将双星与INS进行组合导航，应用前景广阔，因此该项技术具有较深的研究开发潜力。     

圆阵相位干涉仪二维测向解模糊新方法

长短基线结合和模糊角度聚类是圆阵相位干涉仪测向中两种常用的解模糊方法。针对角度聚类解模糊方法存在的不足,在对模糊方向的方向矢量投影在阵列所在平面的分布规律进行分析的基础上,提出一种基于模糊方向矢量投影聚类的解模糊新方法。该方法不但有效地减小了聚类所需的计算复杂度,而且易于选择聚类门限。仿真实验表明,所提出的新方法具有很好的解模糊性能。     

基于模糊集理论的航天器测控任务评估

为了全面评价航天器测控任务完成质量，提出了其质量评估采用模糊综合评价法的思想；其次对评估的主要因素进行了深入的分析，利用测量数据的离散性，较为成功地解决了评估矩阵R的生成问题，初步建立了模糊评估的指标体系，确定了各指标的权重以及综合评估的计算方法，应用效果良好；最后结合实际应用情况，强调被测对象和环境因素对评估结果也有一定的影响，同时评估应与决策有机相结合。