一个柔性化MIS系统的设计与开发

本文针对传统ＭＩＳ系统的局限，提出了柔性化ＭＩＳ系统的概念和定义。着重介绍了一个柔性化ＭＩＳ系统ＮＭＳ开发实例，介绍其设计思想和实现该系统柔性化所具备的支撑模块及这些模块的设计要点和功能等，还介绍了该系统的体系结构。在该系统中用户可以灵活地定义或修改数据模式，而且输入、输出、查询、修改、删除和统计等模块均为通用的，不因数据模式或系统功能的修改而变动源程序。源程序的中用户库名和所有条件成分均以参数或     

采用逐次正交化法的最优分布式Kalman滤波器

为解决大系统中应用整体式Kalman滤波遇到的非实时性难题,本文提出一种能保持最优的分布式Kalman滤波计算方法——逐次正交化法。这是一种适合多微机并行计算的最优算法,确保滤波的“实时性”,优于一般次优分布式Kalman滤波器。     

多约束实数权的直接数据域算法在空时自适应处理中的应用

传统的空时自适应处理算法通过权矢量幅度和相位的改变来实现,本文研究了空时自适应处理中一种改进的直接数据域(Directdata domain,DDD)算法。该方法仅通过权矢量幅度的改变,对一次样本数据进行处理,有效地抑制杂波和干扰,实现对目标信号的正确估计。采用实数权减小了运算量,降低系统的复杂程度。当目标信号的方向与天线波束指向有偏差时,采用多约束的方法,保证系统在目标信号方向的增益。仿真结果表明该方法的有效性。     

灰色系统理论中二维数据序列均值生成的讨论

灰色系统理论中非等时序序列或含有空穴的序列,通常可以用均值生成方法来填补,生成等时序序列。本文研究发现,用非紧邻均值生成方法生成的内点与实际存在有明显的误差,为此讨论了均值生成和有偏生成算法。利用数据序列点的局部凹凸特性来表示数据序列点的特征,提出了采用数据序列点连线的状态选取生成系数的方法。通过对一维数据序列传统均值生成方法的比较,给出了二维数据序列的定义,讨论了在二维数据序列下的均值生成方法,提出了有偏生成算法中生成系数分解的选取方法。     

神经网络与D-S理论结合的HRR识别研究

基于D-S(Dempster-Shafer)证据理论,比较和研究了相关数据和不相关数据的融合方法,分析了多传感器数据融合的算法:集中式融合算法和分布式融合算法.经过实验证明,执行分布式有反馈融合算法时的效果最好.然后利用该算法,提出了和线性内插神经网络相结合的识别方法.利用4种飞机的步进频率雷达的高分辨率一维距离像,将神经网络的识别结果作为证据分别送入传感器进行融合,进行识别研究.实验证明,与单纯利用神经网络的方法比较,目标的正确识别率得到了改善.     

非线性随机动态系统学习建模方法

在动态神经网络及扩展卡尔曼滤波算法的基础上，提出了对非线性随机动态系统进行学习建模的迭代算法，用这种方法对非线性随机系统建模，可以获得更准确伯系统模型，并可对非线性随机系统进行状态估计。最后给出相应算法及仿真结果。     

基于电子数据存储技术的微机化遥测处理系统

通过对某一高码速率光纤遥测系统中数据格式、码速率、数据容量、数据存储宽度、数据存储速率等特点的研究，提出了一种基于大容量电子数据存储器的微机化遥测处理系统，对存储的大容量数据阵列中的帧码识别、分路控制方法进行了讨论，并对受干扰数据处理时帧同步码检测的检测门限和同步对策参数进行了分析，最后给出了整个微机化的大容量遥测数据处理系统的软硬件设计方法，通过在６．５ＭｂｐｓＰＣＭ系统下的运行实验表明，整个方     

重现性地磁活动的数值预报

重现性地磁扰动作为地磁活动的重要部分，其特性在磁情预报中起着不可缺少的重要作用．本文利用地磁扰动在一定条件下具有２７天重现的特性和现代时序分析法中的自适应滤波方法，对北京地磁台Ｋ指数的预报方法进行了研究，并分别在太阳黑子活动低年和高年的两个时间段，进行了预报实验：低年时段预报结果精度为０．６６；在高年时段，预报精度为０．７９．进一步分析还表明，理论计算方法应当与多方面的物理分析相结合，这样才能为磁扰的定量分析和预报提供更充分与合理的计算条件和物理根据．     

研究用现场数据估计系统可靠性参数置信区间

研究用元部件现场信息估计系统可靠性参数,如系统可靠度、可靠寿命等区间估计问题。文中提出了一种新的估计方法——替换百分点法,并运用Monte Carlo数字仿真对估计的置信度和精度进行了分析,研究结果表明此方法具有工程应用价值。     

直流电机网络控制系统仿真

对直流电机网络闭环控制系统进行仿真分析,根据电机网络闭环控制系统原理建立仿真模型。对具有数据丢包的直流电机网络伺服控制系统输出响应特性进行仿真,比较系统分别采用PI控制及增益,可调PI控制方式时的输出特性。结果表明,相比常规PI控制增益可调PI控制方法在网络环境下具有更好的控制特性。该研究为网络伺服控制技术提供可靠的参考依据。