多传感器协同探测证据理论分类融合方法

随着智能化、网络化集群作战等理念和技术的兴起,精确制导武器越来越向智能化、协同化方向发展。多传感器协同探测能够针对不同的探测任务背景和作战需求,提升目标探测性能,还可以跨域整合多种探测平台。但是由于信息的不确定性等特点,使得多传感器数据直接融合可能造成决策困难。因此,在证据理论体系下对信息融合的有效性进行合理分析与度量是很有必要的。提出了一种基于Deng熵的证据理论分类融合算法,以熵减为主要思想,将证据进行分类融合。在决策过程中,将含有证据数最多的类别融合结果作为总体融合结果,避免高冲突证据的影响,提升融合结果的信息有效性。采用算例说明了所提方法不仅能够得到合理正确的结果,并且融合可靠性较高,便于决策与后续的信息处理。     

熵方程在瞬态空气系统流动方向判断中的应用

将非平衡态的熵方程应用于空气系统的求解中,推导了管道元件和节流元件内的熵产变化率的表达式,并通过熵产的非负性来判断流体的流动方向。结合模块化的建模思想,建立了瞬态空气系统流体网络法仿真程序。使用Shock-tube 模型与双腔模型进行验证。仿真结果与实验结果基本吻合,表明利用非平衡态的熵产能够准确判断瞬态空气系统中的流动方向,克服了总压判断的局限性,加速了空气系统的收敛。      

关于准连续波体制雷达最大熵方法的算法选择

准连续波体制作为一种新型雷达体制以其固有的优越性引起雷达界广泛的关注。其数字信号处理系统的开发是进一步完善该体制雷达的关键。本文针对数字信号处理系统中最大熵谱外推电路的算法选择进行了研究。     

发动机可靠性多级综合的信息熵法第一近似限

从信息理论的基本原理出发 ,根据部件或分系统的试验或使用数据提供的信息量与产品折合试验应提供的信息量相等的原则 ,将部件或分系统的试验或使用信息折合为产品的等效试验信息 ,建立了由各种成败型部件或分系统组成系统时部件或分系统试验信息等效折合的数学模型 ;根据单元可靠性评定的基本原理 ,给出了基于信息理论的发动机可靠性第一近似限综合评定的基本模型。通过实例说明了模型的具体应用 ,并与传统方法的评定结果进行了比较 ,说明了模型的正确性和实用性。     

事故与熵—事故发生可能性计算的新方法

本文从熵增加的观点描述了事故的本质,剖析了人机系统的实质与特性,提出了风险熵与事故势的概念,给出了计算风险熵与故事势的方法.结果表明,系统具有二重性.在系统运行期间,系统具有封闭体系的特性;在休整期间.系统具有开放体系的特性.事故是运行系统的必然发展趋势,是一种自发过程,是运行系统的固有属性.由于在系统熵增的过程中信息与能量的交换,所以可以把事故定义为系统熵增加的结果.避免事故发生的原理是不断向系统输入信息或负熵以抵消系统内部的熵增加.     

便携式蒸汽压缩制冷系统的熵产分析

介绍了基于微电子机械系统(MEMS)所研制的便携式制冷系统, 并分析了随着制冷系统尺寸的减小系统各个部件熵产率的变化情况.尽管没有对熵产做定量评价, 但是可以得出压缩机是便携式制冷系统中最难微型化的部件, 便携式制冷系统成功运转的关键就是微型压缩机的研制, 而且必须尽量减少蒸发器的冷量损失.      

基于DSP的三自由度肌电假手实时控制方法

 利用安置在拇长屈肌,指深屈肌和指伸肌上的3个电极所测得的肌电信号,采用所提出的新的模式分类器,可以实现基于DSP的三自由度假手手指运动的实时控制。该分类器采用自回归(AR)参数模型和样本熵的方法构造特征矢量,经过由弹性反向传播(RP)算法构建的3层前馈神经网络的分类,能够成功地分辨出拇指、食指和中指的弯曲与伸展运动,平均识别率可以达到91%以上。实验结果表明,该分类器具有很高的辨识能力,同时由于其较小的计算量,也为嵌入式的多自由度肌电假手控制提供了一种新的控制方法。     

直觉模糊熵在雷达目标识别中的应用

直觉模糊熵是不确定性推理领域中一个重要概念.针对雷达目标识别系统的复杂性,介绍了直觉模糊集的基本概念,分析了满足直觉模糊集熵的性质,提出了一种基于直觉模糊熵的雷达目标识别结果的检验方法.实验结果表明了该方法具有灵活性、合理性和可信性.     

小样本下分位数函数的Bootstrap置信区间估计

航空产品试验一般为小样本试验,为了分析小样本情况下的试验数据,结合以概率加权矩为约束条件的最大熵法和求解置信区间及置信带的Bootstrap方法,提出了一种估计小样本试验件母体分位数函数置信区间的方法。最大熵法在矩约束下能够估计样本的密度函数,而以概率加权矩为约束条件的最大熵法能够针对小样本直接给出分位数的无偏估计,无需由密度函数积分得到累积分布函数,再进行转化得到分位数函数。Bootstrap方法求解置信区间具有不依赖于数据分布的优点,具有广泛的应用范围。     

基于样条曲线的压气机特性内插算法研究

针对压气机特性曲线中未知转速数据难以精确计算问题,提出了基于样条曲线的内插算法。在分析压气机性能曲线特点基础上,通过制作压比/效率-流量、流量-转速2组辅助线,并使用样条曲线对其进行拟合,基于拟合结果计算测试转速下的特性数据,进而完成了对某型压气机压比/效率特性的内插计算。结果表明:基于样条曲线的内插算法比RBF神经网络算法准确性更高,并具有良好的工程应用价值。