【摘 要】
：
提出一种将变权理论和云模型相结合的任务风险评估方法;针对遂行任务中可能出现的极端值会造成评估结果偏差的情况,构建区间变权函数,建立风险因素数据归一化标准;针对传统云模型在风险评估中期望Ex对评估结果产生的过强影响作用,采取区间形式进行弱化,并根据属性数学理论改进区间云模型数字特征确定方法;实例验证方法的合理性和有效性.
【机 构】
：
空军工程大学装备管理与无人机工程学院,西安 710000
论文部分内容阅读
提出一种将变权理论和云模型相结合的任务风险评估方法;针对遂行任务中可能出现的极端值会造成评估结果偏差的情况,构建区间变权函数,建立风险因素数据归一化标准;针对传统云模型在风险评估中期望Ex对评估结果产生的过强影响作用,采取区间形式进行弱化,并根据属性数学理论改进区间云模型数字特征确定方法;实例验证方法的合理性和有效性.
其他文献
现代战争中的电子战指挥相较于传统作战方式需要考虑的因素更多、更复杂.借助动态贝叶斯网络(DBN)的动态可推理性建立了一种电子战指挥决策定量辅助决策模型,将传统作战决策中的一维定量分析转化为动态多维定量推理分析.利用影响电子战作战效果的各类因素进行每个作战时刻的贝叶斯网络(BN)构建,结合节点之间的条件概率矩阵,使用隐马尔可夫(HMM)模型推理算法实现了电子战辅助决策的动态推理.对实际演习算例进行模型仿真和分析,得出对电子战指挥员切实有效的指挥决策建议,表明了模型的有效性.
基于压缩感知(CS)的多输入多输出(MIMO)雷达成像方法具有分辨率高的优点,但在实际应用中存在着运算复杂的问题,无法满足运动目标成像对时效性的要求.针对这个问题,提出了一种基于非均匀快速傅里叶变换(NUFFT)和快速迭代软阈值算法(FISTA)的MIMO雷达目标三维高分辨成像的新方法.该方法利用NUFFT对FISTA中的矩阵-向量乘法进行高精度近似,能够在保证高分辨率成像的同时,缩短成像时间,减小对系统内存的需求.仿真实验验证了所提方法的有效性及其相比现有典型方法的优越性.
麻雀搜索算法(SSA)相对其他仿生算法性能较好,但其收敛精度不足且在复杂多峰函数下会陷入局部最优.为改善这些缺陷,提出融合K-means的多策略改进麻雀搜索算法研究,该算法采用多策略搜索方式.首先将初始种群进行K-means聚类,加快种群交流,再运用正、余弦搜索策略和自适应局部搜索策略分别对追随者的位置和最优个体进行更新寻找更可靠的可行解,提高收敛精度和寻优能力.通过10个测试函数对两种策略和单独的一种策略进行对比,验证了策略的引入能够有效地改善麻雀搜索算法的寻优能力,单一策略寻优能力较强,且两种策略融合
针对已知起点和终点、而环境信息未知情况下的探索航迹规划问题,提出了融合生物信息素的改进稀疏A*无人机探索航迹规划算法.以激光雷达获取的局部地图信息为基础,通过引入生物信息素,对稀疏A*算法中的代价函数进行优化,实现未知环境下自主规避障碍物,并避免环境重复探索.在此基础上,提出了基于机器人操作系统(ROS)的物理实施途径.通过“回”字形场景下的仿真实验对比,验证了所提算法可避免环境重复探索的有效性.此外,在“回”字形基础上,将所提算法推广应用于柱状障碍物场景.实验结果表明:所提出的融合生物信息素的改进稀疏A
认知雷达网系统已被证实在多目标跟踪方面具有显著优势.提出了一种基于后验克拉美罗下界(PCRLB)的带宽与驻留时间联合分配算法.首先分析、构建了带宽、驻留时间与目标跟踪精度的影响关系模型,设计了基于PCRLB的带约束优化目标函数,利用粒子群算法(PSO)实现对驻留时间与带宽的联合分配.仿真结果证明,与平均分配资源相比,所提方法不仅能节约系统的时间和带宽资源,而且改善了雷达的跟踪性能.
为了解决四旋翼飞行器轨迹跟踪中状态量收敛速度慢、易发散等问题,提出了一种双环混合有限时间控制策略.根据Newton-Euler方程推导出四旋翼的动力学模型,再根据时间尺度原理将其分为内外两个控制环.外环采用有限时间控制策略来加快三轴位置量与偏航角的收敛速度;内环采用快速非奇异终端滑模控制技术来实现姿态角的快速收敛.搭建了四旋翼的虚拟样机,在三维仿真环境下模拟其轨迹跟踪控制效果.由仿真结果可知:与其他两种常见的控制器相比,所设计的控制器的控制精度、鲁棒性以及跟踪效果均最好,并且能较好地满足四旋翼轨迹跟踪控制
矢量跟踪技术是卫星导航接收机最有前景的信号跟踪技术之一,在传统的导航接收机中,通常先由锁相环完成载波跟踪,再采用最小二乘法或者卡尔曼滤波器完成导航信息估计.矢量跟踪接收机采用一个统一的卡尔曼滤波器完成信号的跟踪和导航信息估计,具有更好的信号跟踪能力.为了进一步提升矢量跟踪接收机的导航精度,提出一种基于图优化的矢量跟踪接收机方法,该方法采用图优化代替卡尔曼滤波器.与卡尔曼滤波器相比,图优化将矢量接收机滤波器的状态方程和量测方程作为约束信息,通过列文伯格-马夸尔特法求取约束方程的最优解来获得导航信息的最优估计
针对复杂装备建立效能评估指标体系的难题,引入了一维卷积神经网络模型,构建了多形态卷积核并行处理框架;从多个观测角度自适应学习装备原始运行数据,再对数据蕴含的特征加以整合,进而建立新的效能评估指标体系,避免了主观因素和计算难度的束缚,为研究效能评估智能化方法奠定了基础.
针对信息物理系统遭受虚假数据注入攻击和有限通信带宽等问题,提出一种鲁棒安全事件触发滑模控制方法.首先,利用异常检测机制的阈值信息,获取虚假数据注入攻击的上界信息.然后,引入事件触发机制,并结合估计的攻击上界信息,设计鲁棒安全事件触发滑模控制方法.利用李雅普诺夫稳定性理论证明所提方法的有效性,并证明设计的方法不存在芝诺现象.最后,仿真实例表明本研究设计方法能以最小事件触发次数确保系统安全稳定运行,节约了通信资源.
为了提高某随动负载模拟器响应的快速性和准确性,对其进行神经网络滑模控制研究.结合伺服系统的模型,通过非奇异终端滑模控制器对其非线性动态变化做出响应.采用非线性量化小脑模型神经网络控制器输出补偿滑模控制器输出,用梯度下降法更新其权值.非线性量化小脑模型神经网络控制器的泛化能力强、收敛速度快,结合非奇异滑模控制器的鲁棒性强等优点,可以有效降低负载模拟器中非线性因素的影响.仿真实验表明,此方法可以保证系统的稳定性,加快动态响应的速度,提高控制精度.