智能化雷达对抗情报处理技术研究

随着雷达技术的迅猛发展,雷达信号的密度、复杂程度都大幅度提高,这就增加了雷达信号的不确定性因素。本文讨论了粗糙集理论、模糊集理论、证据理论和可能性理论等人工智能技术在雷达对抗情报处理中的应用。对雷达辐射源的型号和工作模式识别、雷达网信息以及所属平台信息的推理技术进行了探索研究,给出了研究建议。     

灰色犹豫模糊集的核与灰度的灰关联决策方法

首先，将犹豫模糊扩展为灰色犹豫模糊集。其次，用灰色系统“核与灰度”的方法代替了传统中预设决策者风险偏好的数据增补方法，在不改变信息域的前提下，提升了可信度。进而将“核与灰度”运算法则扩充到灰色关联度的决策中。最后，通过实例演示了方法的适用性和可行性，并与相关文献方法进行了对比研究与分析。     

基于优势关系粗糙集的属性约简算法

针对目前对不同信息系统下优势粗集的处理几乎都是将其划为单值完备信息系统来处理这种现象,以及基于区别矩阵和基于正域的属性约简算法是不等价的这个问题,提出了一种基于单值完备信息系统的快速属性约简算法。首先,提出了对象集约简;其次,使用基数排序思想计算;再次,结合了区别矩阵和正域约简2种算法,在大量提高算法时间复杂度的同时提高了算法的可信度;最后,采用实验验证了约简算法的实用性。     

指数型分布粗糙地面电磁散射的FDTD研究

用Wang-Schmugge模型计算土壤介电常数,采用指数型粗糙面模拟实际的粗糙地面,用时域有限差分方法（FDTD）研究了指数型分布粗糙地面的电磁散射特性。通过数值计算获得了不同散射角时的双站散射系数,讨论了粗糙地面均方根、相关长度、土壤湿度和入射波波长对双站散射系数的影响。数值计算结果表明：粗糙地面高度均方根、相关长度、土壤湿度和入射波长对双站散射系数的影响复杂。     

机翼结冰过程的数值模拟

为预测飞机机翼结冰的形状,建立了一套采用时间步进法进行结冰过程数值模拟的方法.开发了一个软件框架用于使结冰模拟和网格更新全自动化.基于Messinger的质量和能量守恒方程建立了结冰热力学模型.采用了基于Spalart-Allmaras湍流模型在粗糙壁面的扩展模型来计算表面传热系数.提出了一种新的结冰生长方式.能预测霜...     

一种基于蚁群优化的粗糙集属性约简方法

针对基于智能优化算法的属性约简方法存在的问题,在扩张矩阵概念的基础上,将属性约简问题转化为几何路径寻优问题,通过改进最大-最小蚂蚁系统(MMAS)算法,提出了一种基于蚁群优化的粗糙集属性约简方法,给出了相关参数的定义和详细算法流程,在UCI数据集上测试了该算法,结果表明了算法的有效性.     

一种不完备粗糙集的航电设备故障诊断方法

针对已获得的航电装备测试数据中存径不完备数据的问题,在分析不完备决策表和差别矩阵属性约简的基础上,给出了一种在航电装备故障诊断中基于不完备数据获取最优诊断规则的模型,并在某型超短波抗干扰机载通信电台中应用验证,结果表明其有效性,从而为提高部队航空装备的可靠性和维修性提供了一条途径。     

A fault diagnosis model based on weighted extension neural network for turbo-generator sets on small samples with noise

In data-driven fault diagnosis for turbo-generator sets, the fault samples are usually expensive to obtain, and inevitably with noise, which will both lead to an unsatisfying identification performance of diagnosis models. To address these issues, this paper proposes a fault diagnosis model for turbo-generator sets based on Weighted Extension Neural Network (W-ENN). W-ENN is a novel neural network which has three types of connection weights and an improved correlation function. The performance of the proposed model is validated against Extension Neural Network (ENN), Support Vector Machine (SVM), Relevance Vector Machine (RVM) and Extreme Learning Machine (ELM) based models. The results indicate that, on noisy small sample sets, the proposed model is superior to the other models in terms of higher identification accuracy with fewer samples and strong noise-tolerant ability. The findings of this study may serve as a powerful fault diagnosis model for turbo-generator sets on noisy small sample sets.     

多源知识融合处理算法

多源知识融合可有效提高判决结果的可靠性和置信度.借鉴信息融合的思路,分析了知识融合方法和一般模型.重点讨论了基于Bayes准则、基于D-S(Dempster-Shafer)证据理论以及基于模糊集理论的知识融合算法,给出了基于3种知识融合算法的具体处理步骤,并从算法特点和适用性、实用性等方面对3种知识融合算法性能进行了对比分析.通过知识融合在合成孔径雷达(SAR,Synthetic Aperture Radar)图像融合中应用的仿真实验,验证了知识融合算法的有效性.     

航空发动机健康评估变精度粗糙集决策方法

针对航空发动机健康评估过程中存在的多工况、非线性和小子样问题,提出了一种基于相似性度量的发动机健康评估的变精度粗集决策方法.首先给出了变精度粗糙集中正确分类率的确定原则和方法,提取了决策规则;其次,提出了基于交叉信息熵的属性相对重要度计算方法,并给出了属性的客观权重,结合专家经验和运行工况形成了属性的综合权重;最后,提出了基于属性综合权重的加权相似性度量方法,通过比较当前对象与约简后的决策系统中所有对象的相似程度,给出决策结果,完成对发动机的健康评估.实例表明,在结合专家经验和运行环境对评估结果进行修正后,该方法对发动机的健康评估更贴近实际,方法具有一定的普适性.