【摘 要】
：
海洋环境探测装备系统效能评估是一个十分复杂的问题,目前尚属研究的初步阶段。为能实现海洋环境探测装备探测效能的定量评估,在分析海洋环境探测装备的体系与效能的基础上,构建了海洋环境探测效能评估指标体系,提出了一种基于模糊综合评判法的效能评估方法,并建立了评估数学模型。初步实现了对海洋环境探测装备系统探测效能的定量评估,为海洋环境探测装备的发展提供了科学的依据。经仿真验证及对海面风场探测的实例分析,证明
【机 构】
：
解放军理工大学气象学院,94783部队,95666部队
【基金项目】
：
国家自然科学基金项目（41076188,41005018）
论文部分内容阅读
海洋环境探测装备系统效能评估是一个十分复杂的问题,目前尚属研究的初步阶段。为能实现海洋环境探测装备探测效能的定量评估,在分析海洋环境探测装备的体系与效能的基础上,构建了海洋环境探测效能评估指标体系,提出了一种基于模糊综合评判法的效能评估方法,并建立了评估数学模型。初步实现了对海洋环境探测装备系统探测效能的定量评估,为海洋环境探测装备的发展提供了科学的依据。经仿真验证及对海面风场探测的实例分析,证明了效能评估方法及模型的适用性和可行性。
其他文献
研究芝麻油掺伪检测问题,提高检测精度。由于成分复杂,掺伪后化学成分变化,直观难以检测。传统物理或化学芝麻油掺伪检测方法操作复杂,设备昂贵,存在不同程度缺陷。结合近红外光谱技术和神经网络优点,提出一种RBF神经网络-近红外光谱的芝麻油掺伪检测方法(NIR-RBF)。首先采用近红外光谱提取芝麻油样本的光谱信息,然后采用主成分分析提取光谱信息主要有效成分,最后将主要有效成分输入到神经网络进行学习,得到芝
针对某航海训练仿真系统对三维地形实时性及逼真性的需要,提出了对DEM数据进行插值以提高数据的精度。在概略介绍空间插值原理及分类的基础上,分别着重介绍了克里金插值算法及改进谢别德插值算法的原理和特点。为了兼顾这两种插值算法的优点,克服单一插值方法的不足,提出了基于数据融合的插值方法。详细阐述了DEM插值的过程,并结合实例,利用SRTM3数据进行了测试,实现了DEM的可视化。仿真结果表明,与单独采用两
在大型光机电一体化系统工程的建设中,全程使用数字样机技术成为一种趋势。在对比传统数字样机的基础上,介绍了现代数字研究技术的新特点。为了减少数字样机系统多领域知识多技术体系相融合的复杂度,使系统简洁易实现,提出了数字样机最小系统的概念,突出了与实际系统的协同,增强了实用性。通过一种激光定位系统的数字样机最小系统的实现,验证了这种方法的可行性。并就其中组合位移台、光路、CCD定位等关键模块的建模方法进
关于污水优化处理系统控制问题。针对三相内循环生物流化床污水处理系统结构上的特殊性和生物反应过程的复杂性,以及污水处理过程的非线性、时滞、时变、多输入多输出等特点,提出一种对角递归神经网络(Diagonal Recurrent Neural Network,DRNN)的自整定多变量PID控制方法。通过DRNN对控制参数进行在线辨识,为PID控制器提供梯度信息;同时考虑到生物流化床污水处理系统输出变量
为了提高免疫进化算法的全局搜索能力和收敛速度,在分析了协同进化算法不足的基础上,提出了利用免疫多Agent的协同进化模型。首先基于抗体个体信息熵和亲和度计算,以种群间竞争和种群内排序的方式进行抗体代表的生成;其次通过抗原提呈和亲和度计算,生成参与亲和度成熟的抗体集;然后通过克隆、抗独特型变异和压缩过程实现抗体亲和度的成熟;最后通过基因库的进化实现算法最优解的搜索。通过选取8个标准测试函数进行仿真,
关于水声信道通信优化问题,水声通信中复杂信道存在码间干扰极易影响通信质量,需要进行均衡提高通信数据的可靠性,传统的自适应均衡方法是通过发送训练序列对信道特性捕获并更新参数完成均衡,然而对于快速时变的信道,不能快速得到信道特性无法及时对通信均衡,造成均衡性能不强、水声通信数据可靠性不高。为此,提出改进的盲均衡算法,盲均衡算法不需发送训练序列,只需知道发送序列的统计特性就可对发送信息恢复,可保证均衡的
因外部电磁环境变化导致生物神经元放电节律不同步是生物控制中需要解决的一个难点问题。HH神经元模型是描述神经元动力学特性的第一个数学模型,以HH神经元为研究对象,利用各种现代控制方法获得HH神经元的同步,方法的不足在于对外部干扰的敏感性以及控制律复杂不易实现。为增强神经元同步的鲁棒性和可行性,利用自抗扰控制算法,在三种不同情况下研究HH神经元的同步,并且依次加入不同干扰验证其同步效果。仿真结果表明,
研究车辆路况自动识别的问题,提高识别的准确率和鲁棒性。针对车辆的路况自动识别系统极易受外界环境的影响,传统的基于PCA的路况识别方法在提取路况信息时无法避免恶劣天气等环境的影响,造成最终的识别不准确和鲁棒性不高的问题。为了克服这一难题,提出了基于机器学习的车辆路况自动识别系统。首先采用Haar小波特征提取方法,将受环境影响的路况图像中的有效特征准确提取并降维,然后利用支持向量机选择合适的特征参数,
研究图像边缘优化检测问题,针对传统边缘检测算法对噪声处理能力欠佳的缺陷,提出一种自适应中值滤波与形态学处理相结合的噪声图像边缘检测AMM算法。首先根据噪声像素点与相邻像素点的关联程度采用自适应中值滤波算法对图像进行去噪处理,保护图像的细节信息;然后运用改进的Canny算子对图像进行边缘检测,提取图像的边缘信息;最后对提取的边缘进行形态学处理,得到清晰的图像边缘。仿真结果对比表明,与目前常用的方法相
研究被控对象逆模型控制问题,自适应直接逆控制(ADIC)的关键是即时逆模型的准确性和模型在线辨识算法的快速性。针对逆模型辨识问题,设计了稀疏在线无偏置最小二乘支持向量机(SONB-LSSVM),并提出了基于SONB-LSSVM的ADIC算法。在每个控制周期,进行递推学习新样本,并删除与新样本最相似的样本,然后被共享为控制器并用作计算控制量。仿真表明,SONB-LSSVM能及时学习过程逆动态特性,有