"电子篱笆"型空间监视雷达测向数据关联算法

"电子篱笆"型空间临视雷达利用多测站测向数据交叉定位获取空间目标的点迹测量,多目标同时观测时会产生虚假定位点.针对此问题,提出了一种基于空间目标轨道运动特征的测向数据关联算法.该方法利用目标多普勒测量值,结合不同测向数据关联方式下得到的目标空间位置,独立计算出各测站下目标的轨道倾角(称为多普勒倾角).基于各测站计算的轨道倾角差异度,考虑虚警与漏警后构建代价函数,筛选出代价最小者完成测向数据的关联.仿真实验表明,对于绝大多数空间目标,多普勒倾角的计算精度高,数据正确关联概率高,验证了方法的有效性和实用性.     

基于iptables的Linux防火墙的配置和实现

目前防范外部网络攻击的有效的方式是在核心层上端采用与外网相连以达到网络防御的效果的各类硬件防火墙产品,但是添加硬件防火墙产品的同时也增加运营成本。为此采用一台高配置的网络服务器进行防火墙的配置来实现上述功能,同时通过研究netfilter/iptables信息包过滤系统以及配置相应的防火墙的策略,可以实现硬件防火墙的各项功能,在使用高配置的网络服务器的同时也降低了网络安全上的成本,并增加了其灵活性,同时也达到硬件防火墙的效果。     

灰色关联法在保障性评价中的应用

灰色理论是现代工程领域解决数据不确定性和数据量不足问题的有效方法,该文给出了用灰色理论评价装备保障性的一般方法和步骤,并在传统灰色理论的基础上稍作了改进,从待评方案的各个指标值中选出一组最优值作为理想的参考方案,这样更符合客观实际。通过实例分析,这种方法计算简便,可操作性强,有实际应用价值。     

基于并规则的模糊PID控制器的设计与仿真

当前大多数模糊系统的推理机都是以交规则的形式出现,随着输入的增加,规则的数目将早指数增长,出现了规则组合爆炸的问题。采用并规则设计的一种模糊PID控制器,解决了规则爆炸的问题,同时改善了系统的动态性能和实时性。     

产品开发早期基于核心工艺框架的工艺设计

关于早期工艺设计理论方法的研究都是以特征信息为基础,不能利用早期阶段粗粒 度、非完备的产品信息.为此,采用关键特性表示粗粒度、非完备的产品信息,提出基于核 心工艺框架的工艺设计方法.核心工艺框架是对满足关键特性要求的工艺计划的抽象,可表 达产品族或零件族中各种变型的核心工艺内容,根据分支和存在规则快速配置工艺计划.基 于核心工艺框架的工艺设计过程包括4个步骤:确定产品族/零件族,检索核心工艺框架, 配置核心工艺和工艺路线设计,有效性规则、原理性规则和定制性规则确保工艺设计的准确 性.最后通过有翼导弹的弹翼主梁的加工工艺验证了此方法的可行性.      

基于分布式专家系统的运载火箭故障诊断技术

针对运载火箭结构庞大,各分系统纵横交错、相互耦合的特点,基于分布式专家系统思想,提出了一种分布式运载火箭故障诊断技术方案.该方案采用产生式知识表达技术,将专家知识通过由测点表、征兆表、规则表和结论表组成的4表结构来表示,具有表述清晰、易于扩展和移植的特点.推理机制采用分布式推理和分级推理相结合的方式.分布式推理将运载火箭的系统级故障与各分系统级故障分别同时进行诊断,可有效提高诊断速度.分级推理将危害级别高的故障优先进行诊断,因此运载火箭一旦有危害程度大的故障发生时,可以及时发现、及时处置,从而使故障对系统的影响降至最低.      

自主虚拟人智能驾驶行为模型的研究和实现

描述了自主虚拟人的分层驾驶行为及对虚拟世界的感知.在对自主虚拟人的驾驶行为进行研究的基础上,结合导向行为与专家经验,建立了基于产生式规则的智能行为模型,并给出了规则的具体实现.通过虚拟现实技术对该智能模型进行了验证,证明了其可行性.      

基于规则的产品数据访问权限管理研究

产品对象的访问权限管理是PDM中至关重要的内容。从建立PDM中的权限模型的角度出发 ,提出了基于规则的产品数据访问权限管理方法 ,从而对权限的分配更加简洁清晰 ,并大大提高了PDM系统的运行效率。     

基于信息素启发狼群算法的UAV集群火力分配

无人机（UAV）集群作战是未来智能化战争的重要作战样式。为充分发挥UAV集群整体作战优势，得到最优武器-目标分配（WTA）方案，使得UAV集群在火力分配中既能够满足任务要求，又能够较少作战单元消耗，建立了包含任务完成、有效杀伤、攻击消耗约束的UAV集群火力分配数学模型，采用带有游走、召唤算子的改进狼群算法（WPA）对模型进行求解。为提高算法全局寻优效率，避免陷入局部最优，引入蚁群优化（ACO）算法中信息素启发规则，对游走行为及狼群更新机制进一步改进，提出了基于信息素启发狼群算法（PHWPA）的UAV集群进攻的火力分配方法。仿真结果表明:所提方法是有效的，相比较于其他算法，PHWPA具有更高效的寻优能力，能够为UAV集群作战火力规划提供支持。      

分类回归树在航天测控数据关联规则分析中的应用

发现参数间的关联规则对预测航天器系统状态和改进航天器系统设计都有着重要的意义。如何发现参数间的关联规则是航天测控数据分析中的一个难点问题。针对该问题，在概述小波分析和分类回归树基本原理的基础上，提出了一种基于分类回归树的分析方法。该方法首先采用小波分析技术对参数数据进行去噪声处理，然后用随机采样的方法把数据分为训练数据集和检验数据集两部分，再构建一个分类回归树模型并用训练数据集训练该模型，随后用检验数据集对该模型进行检验，在对检验结果好坏进行评价并确认获得较好结果的基础上，对分类回归树模型进行解析，并最终得出参数间的关联规则。最后运用仿真数据对上述方法进行了实例验证，结果表明该方法能较好地分析出参数间的关联规则。