基于模糊关联分类器的民机超限事件诊断方法

现有的民用飞机超限事件智能诊断模型大多属于“黑盒”模型,不利于分析超限事件发生的原因.为此提出了一种基于模糊关联分类器(FAC,Fuzzy Associative Classifier)的民用飞机超限事件诊断方法.该方法抽取发生超限事件时对应的QAR(Quick Access Recorder)参数快照取值,采用模糊C均值(FCM,Fuzzy C-Means)聚类算法对抽取的QAR参数取值模糊预处理,然后基于Apriori算法生成模糊关联分类规则库,并由遗传算法对其进行裁剪,结合模糊分类推理方法形成FAC.采用B737-800实际样本数据进行了验证.实验结果表明,所提出的FAC能有效诊断超限事件,FAC识别超限事件的错误率与最小二乘支持向量机(LS-SVM,Least Squares Support Vector Machine)模型相当,但其解释性方面优于LS-SVM.     

杂波环境下基于数据压缩的多传感器容积滤波算法

针对杂波环境下非线性系统中多传感器多目标跟踪问题,基于广义多维分配(S-D分配)规则获取最佳的量测划分,通过多传感器数据压缩技术得到等效量测点与等效量测协方差,结合容积卡尔曼滤波原理实现多目标跟踪,提出了一种基于数据压缩的多传感器容积滤波算法(SD-DCCKF)。仿真结果表明:相对已有算法,SDDCCKF不仅避免了因模型线性化误差导致的滤波发散问题,而且克服了算法在高维系统中数值不稳定的缺点,算法估计精度较高,收敛速度较快,能够更加有效地解决非线性系统中的多目标跟踪问题。     

基于多维数据关联的舰载机联合目标判别技术

文章提出了一种基于多层空间侦察数据关联的舰载机联合目标判别技术,介绍了基于最小二乘的位置收敛算法和基于多维度联合的目标判别算法,分析了该技术在满足舰载机电子装备硬件条件下的可实现性。该项技术为舰载机有效利用多源战术情报、实时保障多种行动提供了一种新的思路和技术解决方案。     

纯方位二维目标跟踪的航迹起始算法

 针对传统航迹起始算法在纯方位目标定位和跟踪系统应用中存在的弊端,提出了一种完全基于角度量测的快速航迹起始算法。该方法通过深入分析目标在角度坐标下的运动特性,给出了全新的关联门构造方法。该波门技术有效提高了纯方位二维目标真实量测的确认效率,极大限制了虚假航迹随密集杂波的扩张。利用此波门,通过基于逻辑的方法对仅有角度量测的目标航迹进行扩展。该方法有效地解决了角度坐标系下机动目标的航迹起始分辨率下降的问题,为基于单个被动传感器纯方位跟踪系统进行快速、准确的航迹起始提供了新的思路。仿真结果及实际应用表明了此算法的有效性和实用性。     

辐射源脉冲分选的二次聚类方法

多辐射源的脉冲信号分选问题实际上是一个聚类问题 ,探讨了在单站无源定位条件下 ,为了解决粗测角条件下进行信号分选的难题 ,采用二次聚类方法对脉冲进行分选的新途径。     

基于关联探测的新型测距方法研究

设计了一种基于关联探测的新型测距方法,将关联探测应用到测距领域,通过分析时间关联符合计数,寻找最大符合计数所对应的延时,完成了实验室条件下短距离计算的实验验证,此外还设计了强度关联代替时间关联,寻找最大对比度所对应的位置信息,同样进行了功能验证,这为将来基于关联探测原理的新型测距仪的设计提供了理论依据和实验基础.     

基于不安全事件等级的空管风险管理研究

空中交通管制是航空安全的重要保障,为有效避免空管不安全事件的发生,找出导致不同等级空管不安全事件的风险因素并提出针对性的控制措施,根据某管制中心发生的不安全事件信息,结合其严重性等级进行风险管理研究。首先对该管制中心进行风险识别,在统计并分析其2001—2010年不安全事件的数据后,选择SHELL模型按照人员（L）、人员与人员（L-L）、人员与软件（L-S）、人员与硬件（L-H）和人员与环境（L-E）方面系统地识别出风险因素集;在此基础上,运用灰色关联分析进行定量评价,得出不同等级不安全事件风险因素评价结果;最后根据评价结果制定出不同等级不安全事件相应的风险控制措施。     

混沌时间序列预测算法的优度评价

将优度评价方法运用于混沌时间序列预测算法评价中,确定评价算法的指标体系。建立混沌时间序列预测算法关于各评价指标的关联函数来刻画各评价对象的优秀程度并计算关联度。计算出各评价对象的优度值,将其用于对各算法的综合优度的比较。实例证明,该方法直观、实用,可为混沌时间序列预测算法评价提供定量的依据。