加权D—S证据理论在多平台数据融合中的应用

D—s证据理论在多平台、多传感器目标识别中有着广泛的应用。利用多平台协同数据融合系统的优势,解决了单一平台获取目标信息上的不足。对各平台传感器获取信息采用证据加权的方法,以获得较好的传感器可信度基本概率赋值,提高D—S证据理论在多传感器目标识别上的准确性。实验证明了方法的正确性和有效性。     

基于FWFPN的装备保障性定性指标评价算法

以模糊Petri网为基础,将权重、可信度等约束条件应用到模糊Petri网中,建立了一种新的、称之为加强的带权模糊Petri网;给出了加强带权模糊Petri网的形式化推理算法,并将推理算法与矩阵运算相结合,用Matlab进行计算;最后,结合舰炮装备的一些保障性定性指标对该推理算法进行了验证.     

非线性问题的MPS无网格算法

给出了修正的MPS(Moving Particle Semi-implicit)无网格方法,指出恰当选取权函数可避免使用虚节点来处理边界,从而解决复杂边界处虚节点难设定的问题.以非线性Burgers方程为算例分析了其数值特性,结果表明:以样条函数为权函数时不采用虚节点的结果与使用虚节点的结果一致;对一维问题,光滑权函数性能明显优于非光滑权函数;而对二维问题,近边界处加权域不对称性的影响则不很显著.与精确解或由传统方法所得结果的对比分析表明该方案可行.该方法物理概念清晰,易于编程实现.      

双时间步长加权ENO-强紧致高分辨率格式及在叶轮机械非定常流动中的应用

在非结构网格下,针对非定常三维N-S方程组发展了一种双时间步长高精度快速迭代格式。该格式在时间上具有二阶精度,在空间上将r=3的加权ENO格式与强紧致格式相结合去处理N-S方程中的对流项以及离散方程的右端项,并用四阶精度的紧致格式去计算N-S方程中的粘性项。典型的3个算例从不同侧面对格式进行了考核。计算表明:该算法具有高效率与高分辨率的特征,所得的计算结果与相关实验数据比较吻合,初步表明了该算法可以在非结构网格下模拟非定常流动的物理过程。      

基于加权网格的GPS快速静态定位方法

针对野外作业对GPS（全球定位系统）快速静态定位的实际需求提出了一种解决方法,该方法不需要进行数据预处理,只需依据DOP（精度几何因子）与定位误差之间的关系及定位点密度与真值可能位置之间的关系计算加权值,并通过加权网格快速求取GPS静态定位点。实际数据测试表明,该方法计算结果优于平均值结果及单一DOP权值和密度权值结果,该方法具有较高的精度和较强的稳定性,并具有准实时的处理时效。     

基于多种空间信息的高光谱遥感图像分类方法

在高光谱遥感图像分类方法中,空间特征和光谱特征的融合可以有效地改善分类效果。针对单一空间特征的信息表达不充分问题,提出了一种联合多种空间特征的高光谱图像空谱分类方法。利用超像素信息对分类结果进行后处理去掉椒盐噪声,并创造性地将超像素信息应用于分类前处理,提出了一种利用超像素信息对像素点的特征向量进行线性加权融合的方法。试验结果表明,所提方法的性能优于目前的通常方法。     

基于TTE的改进加权轮询调度算法

在时间触发以太网(TTE)中,TT消息优先级最高,RC消息只能在TT消息调度的离散时间片内传输,因此,TT消息离线调度表的设计会对RC消息调度产生一定影响。针对这一问题,提出了基于最优时间片的改进加权轮询(MWRR)调度算法。首先,通过TT消息约束条件限制获得TT消息离线调度表,进而得到保证RC消息较大资源利用率的时间片信息;其次,在离散时间片对不同类型RC消息进行调度,并运用网络演算方法对其最坏端到端延迟进行分析;最后,通过实验仿真证实了本文算法不仅具有较低的复杂度和较好的公平性,保证了实际应用中算法的可行性,而且在时延性方面均优于先到先得(FIFO)、优先级(PQ)和加权轮询(WRR)调度算法。     

加权最小二乘—卡尔曼滤波算法在动基座对准中的应用

利用卡尔曼滤波算法进行估计需要给定初始状态估计值和初始误差方差阵.通常,初始状态估计值和初始误差方差阵由经验给定,而初始状态估计值和初始误差方差阵的选取影响着卡尔曼滤波的估计精度.文中提出了加权最小二乘-卡尔曼滤波算法,并运用到惯导系统动基座初始对准中,进行了仿真.仿真结果表明,利用加权最小二乘算法可得到更加精确的卡尔曼滤波的初始状态估计值和初始误差方差阵,提高卡尔曼滤波的估计精度,进而提高了初始对准的精度.     

频域不确定性系统加权混合灵敏度函数频域整形

针对输出端乘性不确定性系统如何决定加权混合灵敏度函数的问题,将来源于经典控制理论的频域回路成形法推广到多变量混合灵敏度Ｈ∞控制设计中,提出了带宽可调的加权函数频域整形的公式化构造法,使频域Ｈ∞控制设计中可同时兼顾和折衷时域和频域性能指标,并通过调整带宽可改善控制系统的性能。所述方法在某型双转子涡喷发动机气动热力学非线性模型上对抗干扰性和目标跟踪进行了仿真验证。     

基于航迹质量评估的雷达和ADS-B数据融合方法

雷达和广播式自动相关监视系统（ADS-B）的数据融合是监视“黑飞”无人机和飞鸟等目标的有效手段,然而两种传感器跟踪性能差异较大且易波动,会带来融合精度下降问题。提出一种基于航迹质量评估的雷达和ADS-B 数据融合方法,首先量化评估局部航迹精度、数据更新次数和传感器测量误差对局部航迹质量的影响,其次综合计算局部航迹的质量加权因子,最后基于分布式融合结构完成异步航迹融合处理。结果表明：本文提出的融合处理方法能有效提高融合跟踪精度,在传感器跟踪性能出现波动的情况下,跟踪误差均优于传统航迹融合方法。实际工程应用中的融合效果也验证了本文方法有助于实现对低空合作和非合作式目标的综合监视。