非均匀环境下利用单个数据集的STAP算法

对非均匀环境下利用单个数据集的机载雷达空时自适应处理(SDS-STAP)算法进行了研究。针对现有单个数据集类空时自适应算法存在的问题,提出了一种基于对待测数据集进行空时二维滑窗处理的二维幅度相位估计(2D-APES)算法。该算法利用回波的统计信息,不仅放宽了算法处理器对于雷达系统阵元数与脉冲数选取的约束,而且能够有效抑制杂波及待测单元内的干扰,同时降低了处理器的计算复杂度。最后,仿真数据及实测数据实验验证了所提算法的正确性与有效性。     

基于脉冲样本图和Vague集的雷达辐射源识别

针对现有雷达信号特征描述方式很难有效地对复杂雷达辐射源进行描述和识别,提出一种基于脉冲样本图和Vague集的雷达辐射源识别新方法。该方法把雷达辐射源识别问题转换为Vague集的多属性决策问题,不仅能很好地解决雷达信号识别中的模糊问题,而且无需传统方法的特征提取过程,简化了处理环节。另外,基于脉冲样本图的雷达辐射源识别是利用有序的多个脉冲同时匹配识别,因此更可靠。计算机仿真表明该方法是有效可行的,为复杂雷达辐射源识别提供了一种新思路。     

LEVEL DECISION-MAKING FOR AERO-ENGINE MODULES BASED ON INCREMENTAL KNOWLEDGE LEARNING

The maintenance of an aero-engine usually includes three levels, and the maintenance cost and period greatly differ depending on the different maintenance levels. To plan a reasonable maintenance budget program, airlines would like to predict the maintenance level of aero-engine before repairing in terms of performance parame- ters, which can provide more economic benefits. The maintenance level decision rules are mined using the histori- cal maintenance data of a civil aero-engine based on the rough set theory, and a variety of possible models of upda- ting rules produced by newly increased maintenance cases added to the historical maintenance case database are in- vestigated by the means of incremental machine learning. The continuously updated rules can provide reasonable guidance suggestions for engineers and decision support for planning a maintenance budget program before repai- ring. The results of an example show that the decision rules become more typical and robust, and they are more accurate to predict the maintenance level of an aero-engine module as the maintenance data increase, which illus- trates the feasibility of the represented method.     

行星齿轮非线性振动系统参数稳定域的计算方法

研究了行星齿轮非线性传动系统参数稳定域计算的一般方法.该方法通过选取合理的失稳阀值,根据考查参数域内系统的运动状态选取合适的数值积分时间段,以循环套嵌的手段计算考查参数在各自范围内不同组合下的系统位移响应最大值,比较失稳阀值以判稳,参数稳定域的图形输出等5个步骤完成对行星轮系参数稳定域的计算.最后,以四自由度行星轮系纯扭转非线性振动模型为例,以行星轮输入转速、系统的齿侧间隙以及齿轮副的啮合阻尼系数为考查参数,分别计算得到了系统的单参数稳定域、双参数稳定域以及三参数稳定域,为行星轮系的设计取值提供了重要参考.      

基于纹理的活动轮廓三维图像分割研究

对具高噪声和低对比度三维图像的识别和分割算法进行了研究。基于活动轮廓模型,用Gabor变换提取图像的纹理特征,根据统计学信息假设,通过偏微分方程水平集和窄带方法求解,获得较基本活动轮廓的算法分割更光滑精确的物体轮廓。实验结果表明:改进模型算法的效率和准确度达到预期效果。     

基于协同决策的多航站楼停机位实时分配算法

针对多航站楼机场停机位实时指派问题,提出了基于协同决策并考虑航空公司时隙交换公平性的机位实时指派算法。该算法将多航站楼资源的可共享性考虑到指派算法中,以最小延误费用原则为约束,采用混合集合规划进行指派模型的建立与求解。该算法在保证多航站楼停机位资源有效共享的前提下,充分实现了航空公司时隙交换的公平性,并且使延误引起的多方成本最小化。算例说明:本文提出的算法可以有效解决多航站楼的机位实时分配问题。     

基于粗糙集的作战飞机总体设计方案综合评估

针对作战飞机总体设计方案综合评估法权系数确定过于依靠专家主观判断和经验的不足,应用粗糙集理论对典型的第三代以上作战飞机机型的各种指标数据进行挖掘,利用信息熵概念求得各指标的属性重要度,从而确定各指标的权系数。应用实例表明,该方法是客观的,可行的和有效的。     

无需先验信息的水平集SAR图像分割方法

给出了一种基于水平集演化、无需任何先验信息的SAR图像分割方法.该方法是一种基于区域信息的统计活动轮廓模型方法,通过利用分段阶跃函数估计图像概率密度函数,克服了利用特定概率分布模型估计概率密度函数时,需要利用先验信息预先假定图像概率分布模型的问题;通过引入惩罚项,避免了费时且难于操作的水平集函数重新初始化过程.还给出了具体的数值实现方案和相关参数取值,改进了数值实现中的迭代终止条件.实验结果表明,固定使用列出的参数,无需任何人为干预,对于大多数图像都可获得令人满意的分割结果;对于少数图像,通过简单的参数调整也可得到良好结果.     

一种新约束容差关系的粗糙集模型

基于容差关系和先验概率容差关系的粗集模型是粗糙集理论的重要扩充,然而其却均有自己的局限性。结合上述两种模型的优点．提出了一种新约束容差关系,新约束容差关系的粗集模型是建立在对不完备信息系统属性值统计数据基础上的．可有效提高分类精度和同类对象问的相似程度。实例分析表明,新的模型更具有实用性和操作性。