应用聚类分析对关联规则进行分组

关联规则是要从大量的数据中找到数据之间的规律，但有时所产生的规律十分繁多，从而形成新的知识管理问题。针对该问题本文提出了一个新的算法，该算法利用系统聚类分析方法对规则进行分组，从而可更好地帮助用户解所发现的规律，该方法的距离（RatioD）是基于关联规则本身，因此，可对规则进行高效地分组。实验结果表明，该算法是有效的。     

线性四元树表示图象的距离变换

二元数组表示的图象使用的距离概念运用于线性四元树表示。指出棋盘距离特别适合于线性四元树。定义线性四元树的棋盘距离变换为树中各个黑四分形中心到最近边界四分形黑一白边界的距离。这里提出的距离变换算法主要特点是(1)它是一种代数方法,(2)各个四分形只计算一次距离,和(3)距离信息非常快地传递到区域内部。该算法可以推广到线性八元树表示的三维客体。     

某工程频分制遥测系统设计与研制

介绍了某工程战斗弹上所用的频分制遥测系统 ,对该系统的遥测参数进行了分析 ,确定了六个主要参数可以对导弹的工作状态进行判断。并对遥测系统进行了分析 ,确定了系统的主要技术指标。最后对研制中所出现的几个关键技术问题进行了分析和讨论。靶试结果表明 ,该系统设计合理 ,为战斗弹的靶试提供了重要的参数。     

调频激光干涉绝对距离测量技术及其信号处理

最最的绝对距离测量方法是非相干飞行时间测量法。随后，在小数重合法的基础上，产生了多波长干波绝对距离测量技术。随着半导体激光器的发展，８０年代又出现了调频干涉绝对距离测量方法，并很快成为一种新的测长技术。本文在综述绝对距离技术及方法的基础上，着重介绍了调频激光干涉绝对距离测量技术的一些新发展及其几种不同的信号处理。     

基于预测脱靶量的远程拦截速度增益导引

 针对拦截器使用耗尽关机固体燃料发动机的情况,设计了大气层外目标拦截的速度增益导引方法。导引律中根据Lambert导引确定指令推力方向初值,利用剩余速度增量信息,计算惯性速度增益下的预测脱靶量,使用Kepler轨道摄动方程计算消除脱靶量所需的速度增益修正,根据惯性速度增益和速度增益修正之和确定指令推力方向。给出了一种计及J2项引力摄动影响的滑行段弹道预测半解析方法,减少导引律运算量,降低导引方法误差;导引律中引入了剩余速度增量测量环节,增强了导引精度对推进系统参数的鲁棒性。与传统的通用能量管理（GEM）导引相比,采用该导引律拦截远程目标时指令推力方向平稳、变化范围小,脱靶量降低了两个数量级。     

旋翼非定常气动特性CFD模拟的通用运动嵌套网格方法

针对直升机旋翼非定常气动特性CFD模拟中的网格生成难题,提出了一套高效、通用的运动嵌套网格生成方法.首先,基于Poisson方程求解和翻折法生成旋翼桨叶的正交贴体网格.其次,针对旋翼桨叶的扭转分布及变距、挥舞等复杂运动,建立了一套通用的洞单元识别的扰动衍射法;为保证洞包络面的封闭性,完善了挖洞过程中网格加密策略;在洞边界确立基础上,提出了一种高效、鲁棒的最小距离法贡献单元搜索的改进方法.在此基础上,建立了基于RANS(Reynolds-averaged Navier-Stokes)方程的旋翼非定常流场CFD模拟方法.最后,采用所建立的方法分别对悬停和前飞状态下的C-T(Caradonna-Tung)旋翼和7A(Helishape 7A)旋翼的气动特性、桨尖涡的位置进行了计算,计算结果与试验值误差小于5%,验证了该运动嵌套网格生成方法在旋翼非定常气动特性CFD模拟中的有效性.      

基于距离信息的行人协同导航研究

针对行人在室内导航中GPS信息无法获取以及纯惯导解算结果发散严重的问题,提出了通过协同导航的方式提高行人室内导航精度的方法.利用行人间的相对距离约束关系,抑制纯惯导解算结果的发散.详细推导了行人协同导航的模型,采用信息滤波的方法解算导航结果,并在理论推导中发现信息滤波更加适合行人协同导航的工程实践.设计了一种使用微型惯性测量器和超宽带测距设备的行人协同导航系统,进行实际效果验证.通过数据采集与处理,将行人导航轨迹图输出,分析协同导航以及单独导航的误差,验证协同导航的有效性.实验结果表明,协同导航与单独导航相比,对导航轨迹和导航误差有更好的修正效果.     

船身式水上飞机中高速静水滑行阻力估算

根据水上飞机起飞滑行阶段特殊的多介质环境,参考滑行艇水面滑行阶段的阻力特性分析方法,提出一种考虑气动布局影响的估算船身式水上飞机中高速静水滑行阻力的半理论半经验公式;用此公式计算得到某船身式水上飞机中高速滑行阶段的水动阻力及俯仰角随体积弗劳德数变化曲线,并分析水动阻力及俯仰角变化的原因;根据得到的水动阻力及俯仰角,计算某船身式水上飞机起飞滑跑距离,计算结果与试验结果一致,间接验证了所提出阻力计算公式的有效性,同时也为计算船身式水上飞机起飞滑跑距离提供一种思路.      

基于子目标进化的高维多目标优化算法

多目标优化问题是工程应用中的常见问题,已有的方法在解决3个目标以上的高维优化问题时效果欠佳.如何进行有效的个体选择是求解高维多目标优化问题的关键.针对该问题,提出了求解高维多目标优化问题的子目标进化算法.从理论上证明了多目标优化问题Pareto非支配解的求取,可通过子目标函数值排序,先行选择进化种群中部分非支配解;然后,根据排序信息有选择性地比较进化种群中的元素,减少了比较次数,从而快速获得非支配解集.同时,提出归一化函数差值的Minkowski距离"k近邻"距离计算方法,在进化过程中应用到密度函数中,加速了收敛速度.同当前求解高维多目标优化的算法,在对标准测试函数的计算性能上进行比较,统计结果显示了所提算法在性能上的优势.      

基于ML背景参数估计的CDKF-CPHD多目标跟踪算法

针对低信杂比环境下的多机动目标跟踪问题,提出了一种基于极大似然(ML)背景参数估计的中心差分卡尔曼-势概率假设密度滤波(BE-CDKF-CPHD)算法。算法采用ML法实时估计重尾分布模型参数,计算检测概率和虚警概率。运用极大似然-恒虚警(MLCFAR)算法对信号进行处理,提取有效量测值,将幅值似然函数与势概率假设密度滤波器(CPHD)中的目标位置似然函数相结合,通过中心差分法递归更新得到后验均值与协方差,达到对多机动目标进行跟踪的目的。仿真结果表明,在低信杂比环境中,所提算法提高了跟踪精度与目标数目估计准确度。