数据融合的概念,方法及应用

以指挥、控制、通讯和情报（Ｃ＾３Ｉ）系统为背景，引出了当今迅速发展、日益受到各国工作者和国防部门关注与重视的数据融合技术的概念以及近２０年来的发展历程，详细介绍了实现数据融合的系统模型与系统构成，列出了在不同数据抽象级上进行数据融合的三个层次及其目前常用的数据融合方法。本文还就数据融合在军事上的应用作了较深入的讨论，同时指出了Ｃ＾３Ｉ系统的不断发展对数据融合技术提出了更新的要求以及高新技术的发展对     

基于机器学习的空间翻滚目标实时运动预测

借助监督式机器学习（ML）方法,对空间翻滚目标的运动状态预测问题进行研究,为空间机器人抓捕空间翻滚目标提供可靠的数据依据。基于物理模型的运动预测方法依赖理想的建模假设,需要连续的视觉反馈信息,解决目标预测问题的能力有限。因此,本文采用机器学习中纯数据驱动方式的稀疏伪输入高斯过程（SPGP）回归方法进行空间翻滚目标的运动预测。给定空间翻滚目标运动状态的历史观测数据,通过连续优化真实观测数据,得到稀疏的伪训练数据集,进而在线快速预测目标的运动状态,预测的计算效率达到毫秒级。此外,利用马尔科夫链蒙特卡洛（MCMC）法处理连续优化过程,克服由于随机初始值造成的优化过程陷入局部极小值问题。利用Snelson数据验证了所提稀疏伪输入高斯过程回归方法的正确性,并通过4组仿真算例验证了所提方法对于空间翻滚目标运动预测的有效性和鲁棒性。     

基于不相关模态振型的修正技术

为充分利用试验测量结果,探讨了一种修正技术,不但有效利用试验数据中与有限元模型相关的模态信息,同时也有效利用不相关模态信息,并成功应用于某型现代高推质比涡扇发动机结构中.通过计算,修正后的模型计算值与试验测试值比较接近,误差接近0,MAC（model assurance criteria）值接近1.研究表明:利用不相关模态振型的模型修正技术能够有效得到准确的修正参数值,且修正后的有限元模型具有很高的计算精度.      

靶场测控通信系统可靠性分析

首先确定了测控通信系统可靠性分析框架，然后针对系统构型为串并联系统、试验信息为成败型数据／寿命型数据的情况，研究了可靠性信息融合的Bayes方法，最后讨论了系统可靠性的Bayes统计推断问题，包括点估计、置信估计和假设检验。     

超光谱成像仪成像电路的设计与实现

超光谱成像仪是环境减灾-1A卫星的主载荷之一,也是我国第一台采用静态干涉型光谱成像技术的星载遥感相机。成像电路是超光谱成像仪的核心组件之一,文章介绍了超光谱成像仪成像电路的系统组成,以及各功能模块的结构、功能和设计原理。     

基于DEA排序模型的生产设备利用有效性评价和改进

采用DEA的3个模型研究了生产设备利用的有效性问题,并进一步通过C2R效率排序模型实现了水平比较和连续改进.通过一个实际生产的20个加工单元绩效分析的案例,进行了设备利用效率评价和改进的具体运用.     

基于全信息的正态分布型数据的线性回归分析

针对正态的分布型符号数据,提出一种新的线性回归分析方法.以体现正态的分布型数据的全部原始信息为出发点,给出正态的分布型变量的一阶矩、二阶原点矩、二阶混合原点矩的定义和计算原则.在此基础上,定义针对正态的分布型数据的线性回归模型以及残差信息的平方和,推导最小二乘回归系数.仿真实验证明了该方法所得回归模型在解释能力和预测能力上的有效性以及相对于"中心法"的优越性.给出的正态分布型变量数字特征的定义和计算原则为将其他经典的多元统计方法推广到分布型数据奠定了基础.     

某系留气球平台IETM的制作

为提高浮空飞行器全寿命周期技术信息管理能力,减少技术信息出版物过程中的费用,通过对交互式电子技术手册(IETM)的介绍及其系统平台的选择,分析了运用公共源数据库的技术出版物国际规范(S1000D)标准制作IETM的开发流程,并结合某系留气球平台详细阐述了利用现有的、基于飞机型号研制的IETM系统平台制作装备IETM的方法。制作的某系留气球平台IETM提高了技术资料的共享性、交互性和重用性,充分贯彻了计算机辅助后勤保障理念中的一次生成,多次使用的思想,促进了浮空飞行器保障的信息化和数字化。     

改进BA优化的MKSVDD航空发动机工作状态识别

为了提高航空发动机工作状态识别准确率和效率,避免人工识别中存在的误判和耗时耗力问题,提出了基于混沌脉冲蝙蝠算法（CRBA）优化的多核支持向量数据描述（CRBA-MKSVDD）智能识别方法。研究了多核支持向量数据描述（MKSVDD）改进策略,引入混沌脉冲发射率提高了蝙蝠算法（BA）的收敛速度和收敛精度,得到了CRBA;通过CRBA优化MKSVDD的惩罚因子和核参数,同时对飞参数据进行了特征提取;基于特征飞参数据训练了CRBA-MKSVDD分类器,并对某型发动机一个飞行架次的工作状态进行了识别。结果表明,该方法识别准确率达到97.547 9%,可用于与发动机工作状态的相关研究和应用。